一种漏苗检测和定位的方法、设备及存储介质技术

本发明专利技术公开了一种漏苗检测和定位的方法、设备及存储介质，包括步骤：S1：标注样本、S2：训练检测模型、S3：位置标定、S4：使用过程、S5：计算漏苗率和S6：结果输出；本发明专利技术通过图像深度学习技术对水稻苗进行实时监控检测，利用图像深度学习技术对水稻苗进行实时监控检测，计算水稻苗漏苗比例以及漏苗所在位置，从而可以人工补苗，再并计算漏苗比例，可以帮助农民或操作人员及时了解水稻苗的生长情况，及早采取相应的措施，以提高水稻种植的效率和产量，能够准确地确定漏苗位置并计算漏苗率，为农业生产提供有效的决策支持，从而提高农作物的产量和质量。

【技术实现步骤摘要】

本专利技术涉及农业，具体是一种漏苗检测和定位的方法、设备及存储介质。

技术介绍

1、水稻种植通常需要这样的步骤：选种、育苗、插秧、田间管理、收割和加工,其中插秧目前很多地方都是使用插秧机自动插秧，但是机器会出现漏插的现象，针对这样的漏插现象,在插秧机上安装相机进行图像检测，得到漏苗率以及漏苗位置，从而人工插秧。

技术实现思路

1、本专利技术的目的在于提供一种漏苗检测和定位的方法、设备及存储介质，利用图像深度学习技术对水稻苗进行实时监控检测，计算水稻苗漏苗比例以及漏苗所在位置，从而可以人工补苗。

2、本专利技术的目的可以通过以下技术方案实现：

3、本申请提供了一种漏苗检测和定位的方法，包括如下步骤：

4、s1：标注样本，人工标注水稻苗在田里的样本，获取水稻苗在图像中的位置；

5、s2：训练检测模型，收集大量人工标注的样本后，使用阈值二值化或深度学习的分割算法训练一个分割模型，模型能够准确地分割出水稻苗在图像中的位置；

6、s3：位置标定，在插秧机上搭载本文档来自技高网...

【技术保护点】

1.一种漏苗检测和定位的方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种漏苗检测和定位的方法，其特征在于：根据步骤S1所述的标注样本，使用二值化分割或深度学习的分割方法，包括：

3.根据权利要求1所述的一种漏苗检测和定位的方法，其特征在于：根据步骤S2所述的检测模型，采用阈值二值化或deeplab v3算法，进行数据准备，收集大量人工标注样本，包含水稻苗的图像以及对应的像素级标注；再进行模型训练，使用标注好的样本数据对深度学习的分割模型进行训练，通过学习图像特征和像素级标注之间的关系，使模型能够准确地分割出水稻苗的区域；最后进行模型推理，将预处理后的...

【技术特征摘要】

1.一种漏苗检测和定位的方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种漏苗检测和定位的方法，其特征在于：根据步骤s1所述的标注样本，使用二值化分割或深度学习的分割方法，包括：

3.根据权利要求1所述的一种漏苗检测和定位的方法，其特征在于：根据步骤s2所述的检测模型，采用阈值二值化或deeplab v3算法，进行数据准备，收集大量人工标注样本，包含水稻苗的图像以及对应的像素级标注；再进行模型训练，使用标注好的样本数据对深度学习的分割模型进行训练，通过学习图像特征和像素级标注之间的关系，使模型能够准确地分割出水稻苗的区域；最后进行模型推理，将预处理后的图像输入已训练好的深度学习分割模型，通过前向传播得到水稻苗的像素级分割结果。

4.根据权利要求1所述的一种漏苗检测和定位的方法，其特征在于：根据步骤s3所述的标定相机内参与相机到rtk设备之间的相对位置关系，在相机坐标系下，设定三维点p＝[x,y,z]被投影到图像平面上...

【专利技术属性】
技术研发人员：张上鑫，吴帆，臧广义，韦瑞新，莫哲，
申请(专利权)人：深圳市纬尔科技有限公司，
类型：发明
国别省市：