【技术实现步骤摘要】
本申请涉及机器视觉，尤其是涉及一种稻穗和叶宽的特征提取方法、系统、电子设备及介质。
技术介绍
1、目前的稻穗特征提取方法大多依赖于人为标注的数据，但这类方法的数据标注过程往往繁琐且耗时，人力成本资源消耗大。并且由于稻穗图像中，稻穗往往与杂草混合在一起，数据标注无法精细化，同时现有的网络因为感受野的局限性等无法捕捉全局上下文信息。
2、因此，目前的稻穗特征提取方法对图像像素的标签识别还不够准确，使得稻穗特征的精确提取有一定的难度，稻穗和叶宽的特征提取的准确度比较低。
技术实现思路
1、本申请旨在提出一种稻穗和叶宽的特征提取方法、系统、电子设备及介质，能够提高稻穗和叶宽的特征提取的准确度。
2、第一方面，本申请实施例提供了一种稻穗和叶宽的特征提取方法，所述方法包括：
3、采集多张包含稻穗和稻叶的图像，并基于所述多张包含稻穗和稻叶的图像，构建稻穗数据集；
4、采用所述稻穗数据集对包含像素级特征提取网络和知识蒸馏网络的特征提取网络模型进行训练，得到训...
【技术保护点】
1.一种稻穗和叶宽的特征提取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的稻穗和叶宽的特征提取方法，其特征在于，所述采用所述稻穗数据集对包含像素级特征提取网络和知识蒸馏网络的特征提取网络模型进行训练，得到训练好的特征提取网络模型，包括：
3.根据权利要求2所述的稻穗和叶宽的特征提取方法，其特征在于，所述像素级特征提取网络包括局部transformer编码器和全局transformer编码器，所述局部transformer编码器和所述全局transformer编码器的结构一样，所述通过所述像素级特征提取网络对所述全局稻穗数据集和所述局...
【技术特征摘要】
1.一种稻穗和叶宽的特征提取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的稻穗和叶宽的特征提取方法，其特征在于，所述采用所述稻穗数据集对包含像素级特征提取网络和知识蒸馏网络的特征提取网络模型进行训练，得到训练好的特征提取网络模型，包括：
3.根据权利要求2所述的稻穗和叶宽的特征提取方法，其特征在于，所述像素级特征提取网络包括局部transformer编码器和全局transformer编码器，所述局部transformer编码器和所述全局transformer编码器的结构一样，所述通过所述像素级特征提取网络对所述全局稻穗数据集和所述局部稻穗数据集中的图像进行特征提取，得到所述全局稻穗数据集对应的第一稻穗提取特征和第一叶宽提取特征，以及得到所述局部稻穗数据集对应的第二稻穗提取特征和第二叶宽提取特征，包括：
4.根据权利要求2所述的稻穗和叶宽的特征提取方法，其特征在于，所述知识蒸馏网络包括学生网络和教师网络，所述学生网络和所述教师网络的结构相同，所述采用所述第一稻穗提取特征、所述第一叶宽提取特征、所述第二稻穗提取特征和第二叶宽提取特征对知识蒸馏网络进行训练，直到所述知识蒸馏网络训练完成后，得到训练好的特征提取网络模型，包括：
...
【专利技术属性】
技术研发人员：胡一泓，田冰川，余沛毅，刘一鸣，贾高峰，叶昌荣，谭泽宇，陈博文，
申请(专利权)人：华智生物技术有限公司，
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。