公开(公告)号：CN115330747A

公开(公告)日：2022-11-11

申请号：CN202211030111.8

申请日：2022-08-26

Applicant: 南京邮电大学

Inventor： 刘丕超 ,  赵来定 ,  党佩娜 ,  白晓东 ,  顾苏松

IPC: G06T7/00 ,  G06T7/60 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于DPS‑Net深度学习的水稻植株计数、定位和大小估计方法包括：将水稻田原始图像输入特征提取器，提取成四个不同尺度的特征图；在密度估计模块，基于正负损失函数将注意力图融合初始密度图生成高质量密度图，将高质量密度图的所有像素值相加得到植株的数量；在植株位置检测模块，利用非极大值抑制算法结合高质量密度图生成植株位置的坐标；在植株大小估计模块，通过模块网络结构的输出融合植株位置坐标估计出植株的大小；本发明利用了一个新的高通量水稻植株计数数据集证明了本方法能够实现水稻植株的自动、非接触和精确计数，对于图像背景和噪声的抑制有良好的效果，而且还能提供植株位置和大小信息，对作物表型研究有重要意义。