System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及蚜虫计数,特别是涉及一种田间蚜虫快速计数方法及装置。
技术介绍
1、虫害是影响农作物生长的一个主要因素,蚜虫是大豆生产上常发及重发的害虫,其危害大豆时不仅吸取植株汁液,影响大豆发育,还能传播多种病毒病。准确估计害虫密度是进行虫害预测预报的基础,害虫密度的及时获取是进行害虫数量动态和害虫危害程度分析的基础,同样也是获取害虫防治经济阈值的必要条件。目前较常见的蚜虫计数方法是人工计数,由于蚜虫个体较小,长时间的用眼观察不仅劳动量大、效率低,而且计数准确率受到主观因素的影响。
2、在此背景下,基于计算机视觉和深度学习技术的田间蚜虫快速计数方法应运而生。然而,田间环境复杂多变,蚜虫体积小、数量多、形态各异,且常常受到光照、阴影、遮挡等多种因素的干扰,这使得传统的图像处理方法难以有效应对。
技术实现思路
1、本专利技术的目的是提供一种田间蚜虫快速计数方法及装置,能够提高田间蚜虫的计数效率。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种田间蚜虫快速计数方法,包括:
4、获取待检测图像;
5、将所述待检测图像输入蚜虫计数模型中,经所述蚜虫计数模型对图像中的蚜虫进行识别与直接计数,得到田间蚜虫检测结果;所述蚜虫计数模型是根据可变形卷积网络和自注意力模块构建的;所述田间蚜虫检测结果包括所述待检测图像中是否存在蚜虫以及存在蚜虫时的目标框数量。
6、可选地,在将所述待检测图像输入蚜虫计数模型之前,还包括:对蚜
7、所述对蚜虫计数模型进行训练的具体过程为:
8、获取训练数据;所述训练数据包括蚜虫历史采集图像及对应的标签;所述标签包括蚜虫历史采集图像是否存在蚜虫以及存在蚜虫时的目标框数量;
9、构建预训练模型;所述预训练模型包括依次连接的可变形卷积网络和自注意力模块;
10、将所述训练数据输入所述可变形卷积网络,将所述可变形卷积网络输出的初步检测结果作为所述自注意力模块的输入,以所述自注意力模块输出的最终检测结果与所述标签之间的损失最小为目标进行训练,得到训练好的蚜虫计数模型。
11、可选地,所述可变形卷积网络包括依次连接的尺度感知层、空间感知层、可变形卷积层和可变形池化层;所述自注意力模块包括依次连接的编码模块、解码模块和预测模块。
12、可选地,所述对蚜虫计数模型进行训练中采用的损失函数为交叉熵损失函数。
13、可选地,在将所述训练数据输入所述可变形卷积网络之前,还包括:对训练数据进行预处理;
14、所述对训练数据进行预处理的具体方法为:利用滤波器对所述训练数据进行过滤。
15、本专利技术还提供了一种田间蚜虫快速计数装置,应用于如上所述的方法,包括:依次连接的拍摄设备、控制设备和显示设备;
16、所述摄像设备用于获取待检测图像;
17、所述控制设备用于将所述待检测图像输入蚜虫计数模型中,经所述蚜虫计数模型对图像中的蚜虫进行识别与直接计数,得到田间蚜虫检测结果;所述蚜虫计数模型是根据可变形卷积网络和自注意力模块构建的;所述田间蚜虫检测结果包括所述待检测图像中是否存在蚜虫以及存在蚜虫时的目标框数量;
18、所述显示设备用于对所述田间蚜虫检测结果进行显示。
19、可选地,所述拍摄设备采用摄像头。
20、可选地,所述显示设备采用移动智能机或显示器。
21、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
22、本专利技术公开了一种田间蚜虫快速计数方法及装置,所述方法包括获取待检测图像;将所述待检测图像输入蚜虫计数模型中,经所述蚜虫计数模型对图像中的蚜虫进行识别与直接计数,得到田间蚜虫检测结果;所述蚜虫计数模型是根据可变形卷积网络和自注意力模块构建的;所述田间蚜虫检测结果包括所述待检测图像中是否存在蚜虫以及存在蚜虫时的目标框数量。本专利技术能够提高田间蚜虫的计数效率。
本文档来自技高网...【技术保护点】
1.一种田间蚜虫快速计数方法,其特征在于,包括:
2.根据权利要求1所述的田间蚜虫快速计数方法,其特征在于,在将所述待检测图像输入蚜虫计数模型之前,还包括:对蚜虫计数模型进行训练;
3.根据权利要求2所述的田间蚜虫快速计数方法,其特征在于,所述可变形卷积网络包括依次连接的尺度感知层、空间感知层、可变形卷积层和可变形池化层;所述自注意力模块包括依次连接的编码模块、解码模块和预测模块。
4.根据权利要求2所述的田间蚜虫快速计数方法,其特征在于,所述对蚜虫计数模型进行训练中采用的损失函数为交叉熵损失函数。
5.根据权利要求2所述的田间蚜虫快速计数方法,其特征在于,在将所述训练数据输入所述可变形卷积网络之前,还包括:对训练数据进行预处理;
6.一种田间蚜虫快速计数装置,应用于如权利要求1-5中任一项所述的方法,其特征在于,包括:依次连接的拍摄设备、控制设备和显示设备;
7.根据权利要求6所述的田间蚜虫快速计数装置,其特征在于,所述拍摄设备采用摄像头。
8.根据权利要求6所述的田间蚜虫快速计数装置,其特征在
...【技术特征摘要】
1.一种田间蚜虫快速计数方法,其特征在于,包括:
2.根据权利要求1所述的田间蚜虫快速计数方法,其特征在于,在将所述待检测图像输入蚜虫计数模型之前,还包括:对蚜虫计数模型进行训练;
3.根据权利要求2所述的田间蚜虫快速计数方法,其特征在于,所述可变形卷积网络包括依次连接的尺度感知层、空间感知层、可变形卷积层和可变形池化层;所述自注意力模块包括依次连接的编码模块、解码模块和预测模块。
4.根据权利要求2所述的田间蚜虫快速计数方法,其特征在于,所述对蚜虫计数模型进行训练中采用的损失...
【专利技术属性】
技术研发人员:徐蕾,赵彤华,李永刚,孙文鹏,戴长春,董友魁,钟涛,许国庆,
申请(专利权)人:辽宁省农业科学院,
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。