公开(公告)号：CN113326925A

公开(公告)日：2021-08-31

申请号：CN202110690555.3

申请日：2021-06-22

Applicant: 华南农业大学

Inventor： 李君 ,  林嘉铨 ,  吴俊鹏 ,  付兰慧 ,  凌广鑫 ,  陈盈宜 ,  张文宇 ,  王涛 ,  贾宇航

IPC: G06N3/04 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明公开了一种基于密度图回归的卷积神经网络的花量统计方法、系统、设备及介质，该方法包括构建卷积神经网络模型；获取花期花朵图像并构建数据集；训练卷积神经网络模型；进行验证并调整当前卷积神经网络的参数；选取最终的花量统计模型并进行预测。本发明采用基于密度图的花量统计方法，而非传统人工计数，可实现快速准确统计花量；使用不同大小的卷积核的子网络适应花朵分辨率大小尺度不同的情况，使模型在不同形态的花量统计下更加具鲁棒性；相比现有发明，本发明提升了模型在计数高密度花量时的精度，同时相比目标检测方法，该技术不需要精确的边界框大小和精准的边界框位置，提升了模型的专一性，输出更快的密度图和计数结果。

公开(公告)号：CN113326925B

公开(公告)日：2023-11-28

申请号：CN202110690555.3

申请日：2021-06-22

Applicant: 华南农业大学

Inventor： 李君 ,  林嘉铨 ,  吴俊鹏 ,  付兰慧 ,  凌广鑫 ,  陈盈宜 ,  张文宇 ,  王涛 ,  贾宇航

IPC: G06N3/0464 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明公开了一种基于密度图回归的卷积神经网络的花量统计方法、系统、设备及介质，该方法包括构建卷积神经网络模型；获取花期花朵图像并构建数据集；训练卷积神经网络模型；进行验证并调整当前卷积神经网络的参数；选取最终的花量统计模型并进行预测。本发明采用基于密度图的花量统计方法，而非传统人工计数，可实现快速准确统计花量；使用不同大小的卷积核的子网络适应花朵分辨率大小尺度不同的情况，使模型在不同形态的花量统计下更加具鲁棒性；相比现有发明，本发明提升了模型在计数高密度花量时的精度，同时相比目标检测方法，该技术不需要精确的边界框大小和精准的边界框位置，提升了模型的专一性，输出更快的密度图和计数结果。

公开(公告)号：CN112597897A

公开(公告)日：2021-04-02

申请号：CN202011544758.3

申请日：2020-12-24

Applicant: 华南农业大学

Inventor： 段洁利 ,  林嘉铨 ,  李君 ,  付兰慧 ,  马立哲 ,  李灿 ,  蒋寅龙 ,  郭杰 ,  刘恩秀 ,  蒋婷婷

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于深度神经网络的果园香蕉检测方法、系统、设备及介质，方法包括：构建神经网络模型，神经网络模型包括特征提取模块、池化模块、多尺度特征融合模块和预测模块；获取自然条件下的香蕉果实图像；根据香蕉果实图像，获取训练集和验证集；利用训练集对神经网络模型进行训练；每完成一次训练，利用验证集对当前神经网络模型进行验证，根据验证结果调整当前神经网络模型的参数；当训练次数达到预设次数后，选取验证结果最优的神经网络模型作为香蕉检测模型；利用香蕉检测模型对果园目标图像中的香蕉果实进行检测。本发明在不同光照和遮挡条件下，可实现不同品种和不同成熟度香蕉的快速检测，为香蕉采摘、成熟度评估和估产提供信息。