【技术实现步骤摘要】
本专利技术涉及烟草种植，具体的说，涉及了一种适用于烟草生长全过程的烟草植株识别方法以及装置。
技术介绍
1、烟草是我国重要的经济作物，在国民经济中发挥着重要的作用。烟草植株数是调查烟草移栽成活率、种植密度和烟叶产量评估的基础数据，精准识别烟草植株数对烟叶生产具有重要的意义。传统烟草株数估算常选择代表性区域，采用人工计数方式获得，不仅费时费力、调查面积小，而且易受调查人员主观因素影响。
2、近年来，无人机遥感因其获取信息的速度快、周期短、实时性强、操作便捷、不受地面条件限制和费用低等优点，被广泛应用于作物计数等方面。具体工作原理为由无人机遥感采集rgb可见光图像，使用深度学习算法如yolo4+cbam、u-net、resnet18和mobilenetv2等对rgb可见光图像中的植株进行目标检测，最终实现植株的统计。例如cn107315999a提供的一种基于深度卷积神经网络的烟草植株识别方法，以及cn114202687a提供的一种基于无人机影像的烟草植株自动提取和计数方法。
3、通过对现有工作的梳理，目前针对烟草植株...
【技术保护点】
1.一种适用于烟草生长全过程的烟草植株识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种适用于烟草生长全过程的烟草植株识别方法，其特征在于，所述改进后的YOLOv7模型的特征融合网络包括SPPCSPC模块、若干SimAM无参数注意力模块、若干E-ELAN模块、若干上采样模块、若干F-MPConv模块、若干REP模块以及若干Conv模块；
3.根据权利要求1或2所述的一种适用于烟草生长全过程的烟草植株识别方法，其特征在于，所述预处理包括拼接、裁剪、去噪、标注以及数据增强，具体步骤包括：
4.根据权利要求1或2所述的一种...
【技术特征摘要】
1.一种适用于烟草生长全过程的烟草植株识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种适用于烟草生长全过程的烟草植株识别方法，其特征在于，所述改进后的yolov7模型的特征融合网络包括sppcspc模块、若干simam无参数注意力模块、若干e-elan模块、若干上采样模块、若干f-mpconv模块、若干rep模块以及若干conv模块；
3.根据权利要求1或2所述的一种适用于烟草生长全过程的烟草植株识别方法，其特征在于，所述预处理包括拼接、裁剪、去噪、标注以及数据增强，具体步骤包括：
4.根据权利要求1或2所述的一种适用于烟草生长全过程的烟草植株识别方法，其特征在于， f-mpconv模块以mpconv模块为基础，用focus模块替代mpconv模块中第二条分支当中步长为2的卷积模块。
5.根据权利要求1或2所述的一种适用于烟草生长全过程的烟草植株识别方法，其特征在于，在yolov7模型的骨干网络中的e-elan模块中引入dsconv模块具体包括：
6.根据权利要...
【专利技术属性】
技术研发人员：张艳玲，廖杨子杰，过伟民，王建伟，王爱国，徐嫱，吴宝建，李博洋，金国慧，
申请(专利权)人：中国烟草总公司郑州烟草研究院，
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。