公开(公告)号：CN112069985B

公开(公告)日：2024-03-29

申请号：CN202010918709.5

申请日：2020-08-31

Applicant: 华中农业大学

Inventor： 段凌凤 ,  杨万能 ,  王新轶 ,  黄成龙 ,  冯慧 ,  吕秋诚 ,  李珍佳 ,  叶军立

IPC: G06V20/10 ,  G06V10/774 ,  G06T7/00

Abstract: 本发明公开了一种基于深度学习的高分辨率大田图像稻穗检测与计数方法。首先将采集好的待检测高分辨率大田图像有重叠地裁剪为若干张适当大小的子图；接着通过深度目标检测网络对原图对应的所有子图进行稻穗检测，将子图稻穗预测框映射到原始高分辨率大田图像中后，对原图中各子图重叠区域的预测框进行处理，计算量化存在重叠的两个预测框之间的重叠程度和重叠方式，去除掉重复预测框，最后统计去除重复框后原图中预测框的数目，所得结果即为穗数。本发明对采集图像的环境，如光照强度、作物生长状态不做具体限定，鲁棒性好；且对目标检测网络模型、图像尺寸不做具体限定，针对高分辨率大田图像的目标检测具有更好的普适性。

公开(公告)号：CN112069985A

公开(公告)日：2020-12-11

申请号：CN202010918709.5

申请日：2020-08-31

Applicant: 华中农业大学

Inventor： 段凌凤 ,  杨万能 ,  王新轶 ,  黄成龙 ,  冯慧 ,  吕秋诚 ,  李珍佳 ,  叶军立

IPC: G06K9/00 ,  G06K9/62 ,  G06T7/00

Abstract: 本发明公开了一种基于深度学习的高分辨率大田图像稻穗检测与计数方法。首先将采集好的待检测高分辨率大田图像有重叠地裁剪为若干张适当大小的子图；接着通过深度目标检测网络对原图对应的所有子图进行稻穗检测，将子图稻穗预测框映射到原始高分辨率大田图像中后，对原图中各子图重叠区域的预测框进行处理，计算量化存在重叠的两个预测框之间的重叠程度和重叠方式，去除掉重复预测框，最后统计去除重复框后原图中预测框的数目，所得结果即为穗数。本发明对采集图像的环境，如光照强度、作物生长状态不做具体限定，鲁棒性好；且对目标检测网络模型、图像尺寸不做具体限定，针对高分辨率大田图像的目标检测具有更好的普适性。