公开(公告)号：CN117746244A

公开(公告)日：2024-03-22

申请号：CN202311783341.6

申请日：2023-12-22

Applicant: 华南农业大学 ,  岭南现代农业科学与技术广东省实验室茂名分中心

Inventor： 薛月菊 ,  郭景峰 ,  邓欣如 ,  陈厚彬 ,  苏钻贤

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/44 ,  G06N3/0464 ,  G06V10/82 ,  G06M1/272

Abstract: 本发明公开了一种基于点对点网络和贝叶斯损失的荔枝雌雄花计数方法，针对图像存在的线性透视问题，在主干网络引入特征金字塔网络和轻量级注意力模块。在损失函数构造部分，将预测图中某个点是否存在荔枝花的问题转化为贝叶斯估计问题，利用密集目标计数领域效果显著的贝叶斯损失，监督网络参数的更新方向，可以准确的获得图像中雌雄花的数量，为花期调控、疏花和产量预估提供决策参考。

公开(公告)号：CN115984698A

公开(公告)日：2023-04-18

申请号：CN202310010754.4

申请日：2023-01-05

Applicant: 华南农业大学

Inventor： 薛月菊 ,  李国庆 ,  李仕清 ,  郭景峰 ,  许成果

IPC: G06V20/10 ,  G06V10/82 ,  G06N3/084 ,  G06V10/774 ,  G06V10/44 ,  G06N3/0464

Abstract: 本发明公开了一种基于改进YOLOv5的荔枝果实生长期识别方法，包括：1)荔枝数据集的建立，包括对数据采集、预处理、标注和划分数据集；2)对传统YOLOv5的特征提取模块、特征融合模块和下采样方式进行改进。在特征提取模块的SPPF模块后添加SimAM注意力机制。在特征融合模块中，使用轻量级卷积GSConv替代普通卷积，既保证了检测精度与速度，也降低了计算成本；将YOLOv5网络中的所有3×3的跨步卷积替换为非跨步卷积，并在非跨步卷积之后添加SPD模块用于下采样；最终由预测模块对输出的数据进行信息分析和处理，得出检测结果。本发明解决了荔枝果实生长期识别中，果实目标小、重叠、遮挡和图像模糊导致目标检测精度低的问题。