【技术实现步骤摘要】
基于深度学习的集蔗箱内蔗种形态与种量的检测方法及控制系统
[0001]本专利技术涉及农业机械智能化
，特别涉及一种基于深度学习的集蔗箱内蔗种形态与种量的检测方法及控制系统。
技术介绍
[0002]我国是甘蔗种植大国，甘蔗作为我国主要的经济作物之一，是生产蔗糖的主要糖料作物之一。其中广西甘蔗种植面积和产糖量始终占据全国首位，高达60％以上。但受到工业成本、人工成本、市场竞争等因素的影响，甘蔗种植面积在逐年下降，甚至趋于红线。同时，甘蔗种植作为甘蔗生产环节劳动强度最大的环节之一，其自动化和机械化程度仍处于较低水平，2020/21榨季广西甘蔗种植机械化率仅约60％，且机械化种植农机装备适应性较差、难以推广应用。
[0003]为了提高甘蔗的机械化作业程度，在进行甘蔗种植时，开发出了甘蔗种植机进行甘蔗播种。甘蔗种植机进行播种时，需要将蔗种置于集蔗箱内，然后进行下种。为了让蔗种能有序的从集蔗箱内下种，本领域研发人员开发了各种控制系统对蔗种下种量进行有序控制。例如在中国专利申请的申请号为202111350922.1，名称为一...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的集蔗箱内蔗种形态与种量的检测方法，其特征在于，包括以下步骤：步骤1，使用摄像装置采集集蔗箱内甘蔗种图像信息；步骤2，对步骤1的甘蔗种图像进行标定，制作数据集，并按照比例分为训练集、验证集和测试集；步骤3，使用卷积神经网络对步骤2标定完成的训练集和验证集进行迭代训练，获取最优权值文件，得到甘蔗种形态及种量网络模型；步骤4，使用步骤3中训练好的甘蔗种形态及种量网络模型，对分配好的测试集进行预测验证，对网络模型进行评价。2.根据权利要求1所述的基于深度学习的集蔗箱内蔗种形态与种量的检测方法，其特征在于，步骤1中摄像装置采集的图像信息包括甘蔗种图像及视频信息，通过摄像装置对集蔗箱内甘蔗种在不同光照下进行图像录制，对获取的视频文件按间隔帧获取一张图像的方法对视频文件进行操作，获取蔗种图片样片，得到甘蔗种图像信息。3.根据权利要求1所述的基于深度学习的集蔗箱内蔗种形态与种量的检测方法，其特征在于，步骤2的标定方法包括：使用标定工具对图片中甘蔗种进行标定，对蔗种标定分为两类，一类为正常形态甘蔗种，另一类为异常形态甘蔗种，标定工具生成标定文件，其文件内容包含特征位置中心点的像素坐标及其标定框宽高信息和类别信息，然后对标定好的数据集，按比例进行随机分配。4.根据权利要求1所述的基于深度学习的集蔗箱内蔗种形态与种量的检测方法，其特征在于，步骤3甘蔗种形态及种量网络模型，采用YOLOv5+StrongSORT的目标跟踪与检测模型。5.根据权利要求4所述的基于深度学习的集蔗箱内蔗种形态与种量的检测方法，其特征在于，在检测模型中引入注意力机制，用于甘蔗特征提取，注意力机制包括：空间注意力机制，用于实现图像空间域上信息空间变化处理，提取出对分类有用的关键特征信息；其中，图像空间区域包括图像的高度和宽度；通道注意力机制，根据特征通道的重要程度来赋予其相应的权重系数；其中，将空间注意力机制和通道注意力机制子模块串行形成轻量级的CBAM模块，通道注意力机制负责甘蔗特征通道上的注意力权重，空间注意力机制负责甘蔗特征空间上的注意力权重。6.根据权利要求4所述的基于深度学习的集蔗箱内蔗种形态与种量的检测方法，其特征在于，目标跟踪的方法包括：(1)确认检测目标，进行特征ID赋值，在运动过程中进行卡尔曼滤波预测，使用匈牙利算法进行级联匹配和数据关联，更新卡尔曼滤波；(2)当出现遮挡或者图像识别装备抖动时，算法模型存在丢失轨迹最大时间限制，在此时间内，重新出现，即优先匹配；未出现即使用原始位置信息。7.根据权利要求6所述的基于深度学习的集蔗箱内蔗种形态与种量的检测方法，其特征在于，目标跟踪的算法分为外观分支和运...
【专利技术属性】
技术研发人员：李尚平，褚元，李凯华，文春明，王聪，李洋，卞俊析，郑创锐，张超，唐丹，甘伟光，闫清林，叶滢敏，陈成，
申请(专利权)人：广西民族大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。