基于YOLOv8的蔬菜植株目标检测方法及装置制造方法及图纸

技术编号:41295805 阅读:26 留言:0更新日期:2024-05-13 14:45
本发明专利技术提供一种基于YOLOv8的蔬菜植株目标检测方法及装置,涉及计算机视觉技术领域,方法包括:获取待检测蔬菜植株图像;将待检测蔬菜植株图像输入至目标检测模型中,得到目标检测模型输出的目标检测结果;其中,目标检测模型是根据植株训练图像和植株训练图像对应的目标真值训练得到的;目标检测模型用于基于注意力机制对输入的待检测蔬菜植株图像进行特征提取、并对提取的特征进行目标检测,得到目标检测结果。本发明专利技术通过在特征提取过程中引入注意力机制,可以帮助模型自动地关注到图像中的特征,使模型更加灵活地学习到图像中的有效信息,在增强特征提取能力的同时,进一步提高目标检测的精度和性能。

【技术实现步骤摘要】

本专利技术涉及计算机视觉,尤其涉及一种基于yolov8的蔬菜植株目标检测方法及装置。


技术介绍

1、在农业生产中,番茄植株计数对番茄生产具有重要意义。通过了解番茄植株的数量和分布情况,可以更好地规划和管理农田,提高生产效率和管理水平。目前,番茄植株的数量统计仍然采用人工计数的方法,通过人工在田间进行观察和计数,或使用简单的测量工具进行估算。但是人工计数的缺陷明显,效率低下,不仅需要大量的时间和人力,并且也无法快速准确地统计大量地番茄植株。人工计数容易受到个人主观原因和视觉误差导致结果精度不高。

2、为了提高番茄植株计数的效率和精度,研究者们开始尝试使用图像处理技术。图像处理技术可以通过对农田图像进行分析和处理,提取出番茄植株的数量和分布信息。然而,图像处理技术也存在一定的缺陷,该技术容易受到光照条件和背景因素的影响,导致无法准确识别和对番茄植株进行计数,且农田环境复杂,如遮挡、重叠和异常情况也对图像处理技术的准确性影响较大。


技术实现思路

1、本专利技术提供一种基于yolov8的蔬菜植株目标检测方本文档来自技高网...

【技术保护点】

1.一种基于YOLOv8的蔬菜植株目标检测方法,其特征在于,包括:

2.根据权利要求1所述的基于YOLOv8的蔬菜植株目标检测方法,其特征在于,所述目标检测模型,包括:

3.根据权利要求2所述的基于YOLOv8的蔬菜植株目标检测方法,其特征在于,所述特征提取层,包括依次相连的第一卷积单元、至少两个注意力提取单元、空间金字塔池化单元和感受野注意力卷积单元,且相邻所述注意力提取单元之间设有第二卷积单元,其中:

4.根据权利要求3所述的基于YOLOv8的蔬菜植株目标检测方法,其特征在于,所述注意力提取单元,包括:

5.根据权利要求3所述的基于YO...

【技术特征摘要】

1.一种基于yolov8的蔬菜植株目标检测方法,其特征在于,包括:

2.根据权利要求1所述的基于yolov8的蔬菜植株目标检测方法,其特征在于,所述目标检测模型,包括:

3.根据权利要求2所述的基于yolov8的蔬菜植株目标检测方法,其特征在于,所述特征提取层,包括依次相连的第一卷积单元、至少两个注意力提取单元、空间金字塔池化单元和感受野注意力卷积单元,且相邻所述注意力提取单元之间设有第二卷积单元,其中:

4.根据权利要求3所述的基于yolov8的蔬菜植株目标检测方法,其特征在于,所述注意力提取单元,包括:

5.根据权利要求3所述的基于yolov8的蔬菜植株目标检测方法,其特征在于,对所述第二特征图进行感受野空间特征提取,并结合所述第二特征图中的注意力特征,得到目标特征,包括:

6.根据权利...

【专利技术属性】
技术研发人员:张金梦张倩于峰王明郭建鑫平阳刘新李刚
申请(专利权)人:北京市农林科学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1