【技术实现步骤摘要】
本专利技术涉及基于改进faster_rcnn模型的农业巡检机器人巡检方法、装置和介质，属于农业巡检机器人。
技术介绍
1、传统的农业生产过程中，农民在农田管理中面临着许多技术性挑战。其中之一是对农作物生长环境的精确监测和调控的困难。传统的农业管理方法依赖于人工经验和示意性观察，无法提供准确的数据和实时的监控，这导致了农作物的产量不稳定和农业资源的浪费
技术实现思路
1、本专利技术目的是提供了基于改进faster_rcnn模型的农业巡检机器人巡检方法、装置和介质，有效提高对农作物识别的精确度，减少了资源浪费。
2、本专利技术为实现上述目的，通过以下技术方案实现：
3、通过巡检机器人采集农作物图像，对图像数据进行预处理分为训练集和测试集；
4、构建农作物目标检测模型，所述农作物目标检测模型模型为改进的faster_rcnn模型；
5、使用训练集数据训练农作物目标检测模型，并通过训练完成的农作物目标检测模型对农作物识别，并判断其所处生长周期；
6、对识别出的农作物进行指标评价并获取评价值，根据农作物生长周期的数据计算各指标正态分布值，将当前农作物生长周期的的正态分布值提取作为指标值；
7、将当前的评价值与指标值比较，如果低于指标值则农作物生长异常，如果高于指标值则农作物生长正常。
8、优选的，所述改进的faster_rcnn模型将faster_rcnn模型更换了池化操作残差单元，将池化操作从第一个 1×1
9、优选的，所述农作物生长周期包括：返青期、拔节期、抽穗期、灌浆期。
10、优选的，所述判断农作物生长周期的具体方式如下：
11、判断农作物目标检测模型检测出的农作物是否抽穗，如果抽穗，则继续判断其抽穗大小，如果是抽穗大小超过指定阈值，则为灌浆期，如果抽穗大小小于指定阈值，则为抽穗期；
12、如果农作物未抽穗，则继续判断其高度是否超过指定高度阈值，如果超过则为拔节期，如果不超过指定高度阈值，则继续监测其农作物颜色是否为绿色，如果未绿色，则为返青期，如果非绿色则排除当前农作物。
13、优选的，所述指标值取当前农作物生长周期的的正态分布的点的数值，表示期望值，表示标准差。
14、本专利技术的优点在于：本专利技术基于改进的faster_rcnn模型，增强网络对于植物图像的识别能力，有效提高原始模型识别农作物图像的精确度。针对农作物的不同生长周期的的正态分布值作为评价指标，判断该时期植物生长是否良好，有效识别出农作物异常，及时进行干预。
本文档来自技高网...【技术保护点】
1.一种基于改进Faster_rcnn模型的农业巡检机器人巡检方法，其特征在于，包括：
2.根据权利要求1所述的基于改进Faster_rcnn模型的农业巡检机器人巡检方法，其特征在于，所述改进的Faster_rcnn模型将Faster_rcnn模型更换了池化操作残差单元，将池化操作从第一个 1×1 卷积层的位置放到第二个的 3×3 卷积层中。
3.根据权利要求1所述的基于改进Faster_rcnn模型的农业巡检机器人巡检方法，其特征在于，所述农作物生长周期包括：返青期、拔节期、抽穗期、灌浆期。
4.根据权利要求3所述的基于改进Faster_rcnn模型的农业巡检机器人巡检方法，其特征在于，所述判断农作物生长周期的具体方式如下：
5.根据权利要求1所述的基于改进Faster_rcnn模型的农业巡检机器人巡检方法，其特征在于，所述指标值取当前农作物生长周期的的正态分布的点的数值，表示期望值，表示标准差。
6.一种基于改进Faster_rcnn模型的农业巡检机器人巡检装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处
7.一种计算机可读存储介质，其特征在于其上存储有计算机程序，该程序被处理器执行时实现如上述权利要求1-5任一项所述的方法。
...【技术特征摘要】
1.一种基于改进faster_rcnn模型的农业巡检机器人巡检方法，其特征在于，包括：
2.根据权利要求1所述的基于改进faster_rcnn模型的农业巡检机器人巡检方法，其特征在于，所述改进的faster_rcnn模型将faster_rcnn模型更换了池化操作残差单元，将池化操作从第一个 1×1 卷积层的位置放到第二个的 3×3 卷积层中。
3.根据权利要求1所述的基于改进faster_rcnn模型的农业巡检机器人巡检方法，其特征在于，所述农作物生长周期包括：返青期、拔节期、抽穗期、灌浆期。
4.根据权利要求3所述的基于改进faster_rcnn模型的农业巡检机器人巡检方法，其特征在...
【专利技术属性】
技术研发人员：王辉，张光暐，李健华，秦西运，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
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。