- 专利标题: 一种基于强化学习技术的植保图像非密集害虫检测方法
-
申请号: CN202010352773.1申请日: 2020-04-29
-
公开(公告)号: CN111476317A公开(公告)日: 2020-07-31
- 发明人: 谢成军 , 周满 , 张洁 , 李瑞 , 陈天娇 , 陈红波 , 胡海瀛 , 刘海云
- 申请人: 中国科学院合肥物质科学研究院
- 申请人地址: 安徽省合肥市蜀山区蜀山湖路350号
- 专利权人: 中国科学院合肥物质科学研究院
- 当前专利权人: 中国科学院合肥物质科学研究院
- 当前专利权人地址: 安徽省合肥市蜀山区蜀山湖路350号
- 代理机构: 合肥国和专利代理事务所
- 代理商 张祥骞
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06K9/46 ; G06K9/32 ; G06N3/04 ; G06N3/08 ; G06T7/187
摘要:
本发明涉及一种基于强化学习技术的植保图像非密集害虫检测方法,与现有技术相比解决了植保图像非密集害虫检测计算量大、资源消耗高的缺陷。本发明包括以下步骤:获取植保图像数据库;植保图像特征图的提取;构建害虫目标检测网络;害虫目标检测网络的训练;待检测植保图像的获取和特征图提取;害虫检测结果的获得。本发明利用强化学习的动作空间和深度学习的特征空间去由粗到细的进行目标检测,结合改进的强化学习算法和区域选择网络去搜索最优候选区域,而后利用深度学习去进一步精修目标候选区域坐标,进一步提高检测精度。
公开/授权文献
- CN111476317B 一种基于强化学习技术的植保图像非密集害虫检测方法 公开/授权日:2023-03-24