一种三七叶片表型识别方法技术

本发明专利技术公开了三七叶片表型识别方法，具体是采用相机拍摄三七叶片的正面图像；使用labelme软件对数据集中叶片图像的单个叶片分别用框标出，然后标注单个叶片的叶尖、叶底、叶片两侧四个点，再对标注后叶片图像进行预处理；构建YOLOv8‑pose模型，并在模型的主干部分添加ECA注意力机制，将预处理后图像输入YOLOv8‑pose模型，训练获得YOLOv8‑pose leaf模型，采用验证集评估YOLOv8‑pose leaf模型性能；采用YOLOv8‑pose leaf模型对待识别三七叶图片进行表型识别；本发明专利技术与现有技术相比，极大地降低了计算复杂度和提高了预测精度，便于部署终端，实现三七表型变化实时监测，为治理三七表型变化问题提供了新的方法，能够有效地保护三七的生长。

【技术实现步骤摘要】

本专利技术属于三七叶片表型识别，具体是一种基于yolov8关键点检测模型的三七叶片表型识别方法。

技术介绍

1、三七是一种传统且珍贵的中草药，主要产于中国云南省。它具有重要的药用和保健价值。三七的叶片可以体现根部三七生长好坏，比如叶片萎蔫或者病害等现象，叶面表型变化能反映土中三七是否健康，健康程度是影响三七产量和品质的主要因素之一。目前，对三七表型的识别大多依靠人工观察。人工观察容易受到观察者主观意识和经验的影响，导致识别结果的不一致性。不同的观察者可能会有不同的观察标准和判断标准，从而导致结果的差异。人工观察也会受到主观偏见的影响，对三七某些特征的重视程度或忽视程度可能存在个体差异，从而影响对三七表型的识别和描述。人工观察还需要人们主动地进行观察和记录，限制了观察的时间和空间范围。三七某些表型特征可能只在特定的条件下出现，或者只在特定的时间点可观察，而人工观察的主动性可能无法满足这些限制。大面积种植和长期监测三七的情况下，传统的人工识别方法需要耗费大量人力，存在人力资源不足或疲劳导致的观察误差。这导致发现不及时和不准确，加重了对三七健康程度的判断。...

【技术保护点】

1.一种三七叶片表型识别方法，其特征在于，步骤如下：

2.根据权利要求1所述的三七叶片表型识别方法，其特征在于：预处理是调整标注后叶片图像的分辨率一致，然后对调整后图像进行随机翻转、平移变换、随机剪切、马赛克增强扩充图像数据，并按照8:2的比例将图像数据划分为训练集、验证集。

3.根据权利要求1所述的三七叶片表型识别方法，其特征在于：YOLOv8-pose模型分为Input、Backbone、Neck、Head四部分。

4.根据权利要求3所述的三七叶片表型识别方法，其特征在于：Backbone部分用于特征提取，包含Conv、C2f、SPPF模块，Con...

【技术特征摘要】

1.一种三七叶片表型识别方法，其特征在于，步骤如下：

2.根据权利要求1所述的三七叶片表型识别方法，其特征在于：预处理是调整标注后叶片图像的分辨率一致，然后对调整后图像进行随机翻转、平移变换、随机剪切、马赛克增强扩充图像数据，并按照8:2的比例将图像数据划分为训练集、验证集。

3.根据权利要求1所述的三七叶片表型识别方法，其特征在于：yolov8-pose模型分为input、backbone、neck、head四部分。

4.根据权利要求3所述的三七叶片表型识别方法，其特征在于：backbone部分用于特征提取，包含conv、c2f、sppf模块，conv模块通过滤波器对输入图像进行卷积操作，提取局部特征；c2f模块引入残差连接，在网络中添加残差特征，使网络学习更精细的特征表示，并解决梯度消失问题；sppf模块将特征图分为多个区域，并在每个区域上进行池化操作，得到固定长度的...

【专利技术属性】
技术研发人员：杨启良，丁浩，杨玲，王子龙，王若曦，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：