-
公开(公告)号:CN117975172B
公开(公告)日:2024-07-09
申请号:CN202410373070.5
申请日:2024-03-29
Applicant: 安徽农业大学
IPC: G06V10/764 , G06N3/0464 , G06N3/096 , G06V10/40 , G06V10/766 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种整株豆荚识别模型构建与训练方法及系统,属于智能检测技术领域。包括单个豆荚提取与类别匹配、虚拟离体和整株豆荚数据集生成和豆荚识别模型构建与训练。标注获得离体和整株豆荚图像数据集,从离体豆荚训练集中提取单个豆荚并利用其生成虚拟离体和整株豆荚数据集,搭建豆荚识别模型,并使用多阶段迁移学习方法采用虚拟和真实豆荚数据集通过从离体到整株豆荚数据的训练来获得整株豆荚识别模型。本发明较于现有技术,优点在于:生成的虚拟数据集能够丰富豆荚特征,显著减少豆荚标注工作量,并避免重叠遮挡场景下豆荚标注困难等问题;提出的整株豆荚识别模型具有较强的特征提取能力,提升了复杂场景下豆荚识别精度。
-
公开(公告)号:CN117975172A
公开(公告)日:2024-05-03
申请号:CN202410373070.5
申请日:2024-03-29
Applicant: 安徽农业大学
IPC: G06V10/764 , G06N3/0464 , G06N3/096 , G06V10/40 , G06V10/766 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种整株豆荚识别模型构建与训练方法及系统,属于智能检测技术领域。包括单个豆荚提取与类别匹配、虚拟离体和整株豆荚数据集生成和豆荚识别模型构建与训练。标注获得离体和整株豆荚图像数据集,从离体豆荚训练集中提取单个豆荚并利用其生成虚拟离体和整株豆荚数据集,搭建豆荚识别模型,并使用多阶段迁移学习方法采用虚拟和真实豆荚数据集通过从离体到整株豆荚数据的训练来获得整株豆荚识别模型。本发明较于现有技术,优点在于:生成的虚拟数据集能够丰富豆荚特征,显著减少豆荚标注工作量,并避免重叠遮挡场景下豆荚标注困难等问题;提出的整株豆荚识别模型具有较强的特征提取能力,提升了复杂场景下豆荚识别精度。
-