一种基于YOLOv7-ES的梨花密度分级方法技术

本发明专利技术公开了一种基于YOLOv7‑ES的梨花密度分级方法，属于图像识别的技术领域；包括以下步骤：S1：采集自然环境下梨花图像，形成梨花图像集，对梨花图像集使用半自动化标注制作梨花数据集，梨花数据集包括训练集、验证集与测试集；S2：搭建YOLOv7‑ES目标检测模型，使用步骤S1中的梨花数据集进行训练，利用测试集验证改进模型的性能指标；S3：使用训练好的目标检测模型检测梨花图像中的距离密度和点密度；S4：用距离密度和点密度获取梨花图像的分级临界值，将分级临界值应用到梨花图像中获得梨花密度分级信息，本发明专利技术采用上述方法，使用分类临界值进行密度分级，梨花密度分级能对疏花作业起到指导作用。

【技术实现步骤摘要】

本专利技术涉及图像识别的，尤其是涉及一种基于yolov7-es的梨花密度分级方法。

技术介绍

1、梨树是传统栽培的主要果树之一，在梨树的成花阶段，为了有效的进行管控，通常采用疏花的方式进行处理，现有的传统方法是使用人工的方式进行疏花，人工识别并进行疏花工作，或者使用机械疏花机进行辅助，现有机械疏花机多为旋转击打枝条与花朵，击打的位置和方向还是需要人工选择，但是人工对不同密度的梨花无法做到识别与分级，疏花过程只能按照固定方式或者运用过去的经验对梨花进行疏除，这种方式会导致疏花后梨花花朵保留率达不到农艺要求，进而影响后续的产量，会导致疏花机械市场接受能力下降，因此，提供了一种基于深度学习的梨花密度分级方法。

技术实现思路

1、本专利技术的目的是提供一种基于yolov7-es的梨花密度分级方法，能够对梨花进行密度分级，采集梨花图片并对目标检测模型进行训练，使用目标检测模型计算梨花图片的距离密度和点密度，使用距离密度和点密度计算梨花密度分类临界值，并结合专家经验对分类临界值进行调整，从而使用分类临界值能更准确的对梨花本文档来自技高网...

【技术保护点】

1.一种基于YOLOv7-ES的梨花密度分级方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于YOLOv7-ES的梨花密度分级方法，其特征在于：所述步骤S1中，采集梨花图像的方法是在距离目标梨花20cm、50cm与100cm处分别拍摄近距离、中距离与远距离不同品种的梨花图像。

3.根据权利要求2所述的一种基于YOLOv7-ES的梨花密度分级方法，其特征在于：所述步骤S1中，对梨花图像集使用半自动化标注对目标梨花进行最小外形标注，标注的信息包括梨花名称与梨花外框坐标信息。

4.根据权利要求3所述的一种基于YOLOv7-ES的梨花密度分级方...

【技术特征摘要】

1.一种基于yolov7-es的梨花密度分级方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于yolov7-es的梨花密度分级方法，其特征在于：所述步骤s1中，采集梨花图像的方法是在距离目标梨花20cm、50cm与100cm处分别拍摄近距离、中距离与远距离不同品种的梨花图像。

3.根据权利要求2所述的一种基于yolov7-es的梨花密度分级方法，其特征在于：所述步骤s1中，对梨花图像集使用半自动化标注对目标梨花进行最小外形标注，标注的信息包括梨花名称与梨花外框坐标信息。

4.根据权利要求3所述的一种基于yolov7-es的梨花密度分级方法，其特征在于：所述步骤中s2中，搭建轻量化yolov7-e...

【专利技术属性】
技术研发人员：张秀花，魏华杰，菅天朝，孔德刚，刘尚坤，张艺，黄征，王洪森，
申请(专利权)人：河北农业大学，
类型：发明
国别省市：