公开(公告)号：CN117911857B

公开(公告)日：2024-11-15

申请号：CN202311745891.9

申请日：2023-12-18

Applicant: 华南农业大学

Inventor： 杨意 ,  张观康 ,  马术涛 ,  朱文鼎 ,  黄灿增

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种植物花朵花苞识别模型训练方法、计数方法及装置，引入YOLO目标检测算法训练植物花朵花苞识别模型，在构建训练样本集时区分无遮挡花朵、有遮挡花朵以及花苞，使植物花朵花苞识别模型能够有效关注到无遮挡和有遮挡花朵的特征差异，增强对有遮挡和重叠花朵的识别能力，提升识别鲁棒性和精度。进一步的，通过多视角采集植物图像并识别花朵花苞数，统计确定花朵花苞数量，克服由于遮挡和重叠导致的花朵花苞计数偏差的问题。

公开(公告)号：CN118485919A

公开(公告)日：2024-08-13

申请号：CN202410626218.1

申请日：2024-05-20

Applicant: 华南农业大学

Inventor： 杨意 ,  张观康 ,  辜松 ,  马术涛 ,  黄灿增 ,  朱文鼎

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V10/77 ,  G06V10/82 ,  G06V10/25 ,  G06V10/766

Abstract: 本发明提供一种植物冠层叶片分割、补全模型训练方法、叶片参数提取方法及装置，分别训练构建植物冠层叶片实例分割模型和植物叶片补全模型，植物冠层叶片实例分割模型基于YOLOv8在头部网络添加掩码系数分支和原型掩码分支形成新的分割头，以提升叶片分类和分割处理能力；植物叶片补全模型基于生成对抗网络进行训练，能够自动学习并补偿合成数据与真实数据之间的差异，从而建立残缺叶片与完整叶片之间的映射，有效地生成植物器官纹理和几何形状。基于植物冠层叶片实例分割模型和植物叶片补全模型的连续处理，能够有效分割和补全植物冠层叶片，并进一步进行形态参数提取。

公开(公告)号：CN118485919B

公开(公告)日：2024-11-08

申请号：CN202410626218.1

申请日：2024-05-20

Applicant: 华南农业大学

Inventor： 杨意 ,  张观康 ,  辜松 ,  马术涛 ,  黄灿增 ,  朱文鼎

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V10/77 ,  G06V10/82 ,  G06V10/25 ,  G06V10/766

Abstract: 本发明提供一种植物冠层叶片分割、补全模型训练方法、叶片参数提取方法及装置，分别训练构建植物冠层叶片实例分割模型和植物叶片补全模型，植物冠层叶片实例分割模型基于YOLOv8在头部网络添加掩码系数分支和原型掩码分支形成新的分割头，以提升叶片分类和分割处理能力；植物叶片补全模型基于生成对抗网络进行训练，能够自动学习并补偿合成数据与真实数据之间的差异，从而建立残缺叶片与完整叶片之间的映射，有效地生成植物器官纹理和几何形状。基于植物冠层叶片实例分割模型和植物叶片补全模型的连续处理，能够有效分割和补全植物冠层叶片，并进一步进行形态参数提取。

公开(公告)号：CN117911857A

公开(公告)日：2024-04-19

申请号：CN202311745891.9

申请日：2023-12-18

Applicant: 华南农业大学

Inventor： 杨意 ,  张观康 ,  马术涛 ,  朱文鼎 ,  黄灿增

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供一种植物花朵花苞识别模型训练方法、计数方法及装置，引入YOLO目标检测算法训练植物花朵花苞识别模型，在构建训练样本集时区分无遮挡花朵、有遮挡花朵以及花苞，使植物花朵花苞识别模型能够有效关注到无遮挡和有遮挡花朵的特征差异，增强对有遮挡和重叠花朵的识别能力，提升识别鲁棒性和精度。进一步的，通过多视角采集植物图像并识别花朵花苞数，统计确定花朵花苞数量，克服由于遮挡和重叠导致的花朵花苞计数偏差的问题。