公开(公告)号：CN117975259A

公开(公告)日：2024-05-03

申请号：CN202311706467.3

申请日：2023-12-12

Applicant: 中南民族大学 ,  阿拉山口爱菊秦疆食品有限责任公司 ,  哈萨克斯坦特爱有限责任公司

Inventor： 汪红 ,  田莎莎 ,  史梦娟 ,  郑禄 ,  帖军 ,  毛宴斌 ,  芦培杰 ,  方龙飞 ,  徐科

IPC: G06V20/10 ,  G06V10/22 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进的YOLOv5的麦穗检测方法、装置、设备及存储介质，本发明是将自然场景下的目标麦穗图像输入至预设Wheat‑YOLOv5s模型进行检测，根据检测结果实现对目标麦穗图像中的麦穗进行定位，其中，预设Wheat‑YOLOv5s模型在YOLOv5网络模型的Backbone中融合ECA Net注意力机制，在Neck部分中引入拆分的卷积SPConv消除麦穗各层特征图之间的冗余，并对原始损失函数进行改进，减少模型对麦穗的漏检和误检。相比于现有技术，本发明提高了麦穗检测的精确度和鲁棒性。

公开(公告)号：CN117853383A

公开(公告)日：2024-04-09

申请号：CN202311717352.4

申请日：2023-12-12

Applicant: 中南民族大学 ,  阿拉山口爱菊秦疆食品有限责任公司 ,  哈萨克斯坦特爱有限责任公司

Inventor： 汪红 ,  田莎莎 ,  史梦娟 ,  帖军 ,  郑禄 ,  毛宴斌 ,  芦培杰 ,  方龙飞 ,  徐科

IPC: G06T5/90 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种小麦图像数据增强方法、装置、设备及存储介质，该方法包括：获取当前麦穗样本图像；将麦穗样本图像输入至预设DL‑CycleGAN模型进行数据增强处理，其中，预设DL‑CycleGAN模型是将原始的CycleGAN网络中生成器中转换器的ResNet模块替换为DRB模块，并在CycleGAN模型的损失函数的基础上引入特征损失函数。相比于现有技术，本发明采用DRB模块优化CycleGAN生成器中的转化器模块，同时引入特征损失函数增加生成麦穗图像的质量以及清晰度，有效提高了对麦穗图像进行数据增强处理生成图像的质量。