公开(公告)号：CN114663814B

公开(公告)日：2024-08-23

申请号：CN202210308755.2

申请日：2022-03-28

Applicant: 安徽农业大学

Inventor： 李亦璞 ,  饶元 ,  罗庆 ,  王丰仪 ,  束雅丽 ,  金秀 ,  万天与

IPC: G06V20/40 ,  G06V10/80

Abstract: 本发明公开一种基于机器视觉的果实检测及产量估计方法及系统，涉及人工智能目标识别及应用技术领域。针对现有技术中果实产量估计不够准确的问题，本发明采集三个视角的果实视频流数据集；设计基于Transformer编码器与注意力特征融合机制的CSP模块，集成入YOLOv5中构建基于多级特征融合颈部的目标检测模型YOLOv5‑FF；采用Focal EIoU Loss作为边框损失函数训练以得到果实目标检测模型，将YOLOv5‑FF模型对果实视频流连续帧图像的检测结果输入目标跟踪模型Deep Sort，通过级联匹配与IoU匹配机制为匹配成功的果实分配专属编号，得到多视角下的果实数量，提高果实检测效率，部署方便、检测高效精准的特点；提出的产量估计模型能够实现果园产量的高精度测算。

公开(公告)号：CN114663814A

公开(公告)日：2022-06-24

申请号：CN202210308755.2

申请日：2022-03-28

Applicant: 安徽农业大学

Inventor： 李亦璞 ,  饶元 ,  罗庆 ,  王丰仪 ,  束雅丽 ,  金秀 ,  万天与

IPC: G06V20/40 ,  G06K9/62 ,  G06V10/80

Abstract: 本发明公开一种基于机器视觉的果实检测及产量估计方法及系统，涉及人工智能目标识别及应用技术领域。针对现有技术中果实产量估计不够准确的问题，本发明采集三个视角的果实视频流数据集；设计基于Transformer编码器与注意力特征融合机制的CSP模块，集成入YOLOv5中构建基于多级特征融合颈部的目标检测模型YOLOv5‑FF；采用Focal EIoU Loss作为边框损失函数训练以得到果实目标检测模型，将YOLOv5‑FF模型对果实视频流连续帧图像的检测结果输入目标跟踪模型Deep Sort，通过级联匹配与IoU匹配机制为匹配成功的果实分配专属编号，得到多视角下的果实数量，提高果实检测效率，部署方便、检测高效精准的特点；提出的产量估计模型能够实现果园产量的高精度测算。