【技术实现步骤摘要】
本专利技术涉及图像识别，特别涉及一种基于自监督学习的葡萄去重叠遮挡识别方法、设备及介质。
技术介绍
1、近年来，随着社会经济的快速发展及人们生活水平的提高，人们对葡萄的需求量日渐增加。葡萄种植面积的扩大以及劳动力成本的增加，对以人工采摘为主导方式的葡萄产业造成了巨大冲击，因此利用智能机器人收获葡萄的精细化农业为当下葡萄采摘的主流方式。智能机器人通过图像识别，获取葡萄计数和尺寸，这些数据还能够用于用指导精细化的农业生产和自动化采摘。然而，由于葡萄串之间相互的重叠遮挡以及重叠位置的多样性，现有机器人设备中采用的传统随机遮挡算法在合成葡萄遮挡图像时会导致数据失真，易使葡萄遮挡预测失效。
2、现有的果实去遮挡预测主要采用两种主要方式，一是基于先验知识果实重构，如基于类圆形状先验，最小二乘椭圆拟合法对柑橘、柚子等果实的被遮挡区域的轮廓进行估计；但这种方法只适用于重构低遮挡率、类圆果实的轮廓，无法胜任葡萄等具有复杂形状果实的遮挡预测。另一种是基于生成网络的果实重构，其主要利用构建的卷积网络来学习遮挡样本至完整样本的映射关系；但在实际中，...
【技术保护点】
1.一种基于自监督学习的葡萄去重叠遮挡识别方法，其特征在于，包括：
2.根据权利要求1所述的葡萄去重叠遮挡识别方法，其特征在于，所述实例分割标注，具体如下：
3.根据权利要求1所述的葡萄去重叠遮挡识别方法，其特征在于，所述掩码图像获取过程如下：
4.根据权利要求3所述的葡萄去重叠遮挡识别方法，其特征在于，在遍历合成图像集合，获取不同于所述被遮挡样本的完整实例作为遮挡掩码时，还包括：
5.根据权利要求4所述的葡萄去重叠遮挡识别方法，其特征在于，所述预选参数为图像高度，所述预选机制为所述遮挡掩码对应样本的高度大于被遮挡样本。
6.根...
【技术特征摘要】
1.一种基于自监督学习的葡萄去重叠遮挡识别方法，其特征在于，包括：
2.根据权利要求1所述的葡萄去重叠遮挡识别方法，其特征在于，所述实例分割标注，具体如下：
3.根据权利要求1所述的葡萄去重叠遮挡识别方法，其特征在于，所述掩码图像获取过程如下：
4.根据权利要求3所述的葡萄去重叠遮挡识别方法，其特征在于，在遍历合成图像集合，获取不同于所述被遮挡样本的完整实例作为遮挡掩码时，还包括：
5.根据权利要求4所述的葡萄去重叠遮挡识别方法，其特征在于，所述预选参数为图像高度，所述预选机制为所述遮挡掩码对应样本的高度大于被遮挡样本。
6.根据权利要求1所述的葡萄去重叠遮挡识别方法，其特征在于，训练所述掩码重构网络模型的掩码重构损失函数表示如下：
7.根据权利要求6所述的葡...
【专利技术属性】
技术研发人员：刘雪垠，曾湄，王逸涵，雷志伟，曾梦玮，
申请(专利权)人：四川省机械研究设计院集团有限公司，
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。