一种基于无人机图像和深度学习的田间稻穗定位识别方法技术

本发明专利技术涉及一种基于无人机图像和深度学习的田间稻穗定位识别方法，S1，选择生育期样本，拍摄图像；选择处于抽穗期和灌浆期的水稻，使用无人机自动巡航拍摄获取高密度水稻图像；S2，对拍摄的图像进行切割，构建稻穗数据集，进行数据标注；S3，基于数据集特征，引入小目标检测层和高效多尺度注意力机制，构建损失函数并更新模型参数，得到田间稻穗定位识别模型；S4，基于构建的田间稻穗定位识别模型进行计数，并与基准模型进行检测准确率对比；S5，选择评估指标来测试多种深度学习经典模型，选取最优的或合适的田间稻穗定位识别模型。本发明专利技术能高效且准确地识别整个生育期在内的水稻稻穗，属于水稻稻穗识别技术领域。

【技术实现步骤摘要】

本专利技术涉及水稻稻穗识别技术，具体涉及一种基于无人机图像和深度学习的田间稻穗定位识别方法。

技术介绍

1、水稻作为我国主要的粮食和经济作物，保证水稻的高产和优质对于我国的粮食安全和农业经济发展具有重大意义。一方面，稻穗作为水稻的重要生殖器官，其特征和单位面积穗数与产量密切相关。另一方面，对稻穗的识别和定位在病虫害检测和预测产量方面也具有重要作用。现阶段人工估计水稻产量采用5点估算法，费时费力，且主观性强，准确率低，因此为解决这一问题，本专利技术提出一种基于无人机图像和深度学习的田间稻穗定位识别方法，该方法可为田间水稻稻穗定位计数提供精确数值，对研究我国粮食稳定生产和保障粮食高产有重要的价值和意义。

2、目前，田间工作人员主要依靠经验及田间人工抽样检测水稻相结合的方法估计水稻产量，然而田间人员在稻田中行走缓慢，并且依靠人工在稻田中摘取水稻需要花费大量时间与精力，人工进行检测并估计水稻产量的结果带有主观性，准确率低，同时，水稻产量变化受多种因素影响，如：每亩穗数、每穗粒数、结实率及粒重等。所以随着农业智能信息技术的快速发展，机器视觉在农业各个领域本文档来自技高网...

【技术保护点】

1.一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，包括如下步骤：

2.按照权利要求1所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，S1包括如下步骤：

3.按照权利要求2所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，无人机于5m高空自动巡航拍摄。

4.按照权利要求1所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，S2包括如下步骤：

5.按照权利要求4所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，S23中，利用鼠标点击捕获标注框坐标，...

【技术特征摘要】

1.一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，包括如下步骤：

2.按照权利要求1所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，s1包括如下步骤：

3.按照权利要求2所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，无人机于5m高空自动巡航拍摄。

4.按照权利要求1所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，s2包括如下步骤：

5.按照权利要求4所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，s23中，利用鼠标点击捕获标注框坐标，保存标注框的坐标信息，将坐标信息保存为txt文件格式。

6.按照权利要求1所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，s3包括如下步骤：

7.按照权利要求6所述的一种基于无人机图像和深度学习的田间稻穗定位识别方法，其特征在于，s32中，em...

【专利技术属性】
技术研发人员：蓝茂杨，谭穗妍，余杰，王凯欣，胡希红，郑惠文，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：