一种基于深度学习技术的果树统计方法
公开
摘要
本发明公开一种基于深度学习技术的果树统计方法，包括以下步骤：获取待统计区域的卫星遥感图像；在卫星遥感图像上，分别选择若干个训练样本子区域和若干个测试样本子区域；针对训练样本子区域，采用双线性插值方法对图像进行采样；采用随机裁剪方法对其区域进行裁剪，作为深度学习模型的训练样本；对图像中的果树进行矩形框标注，输入到深度学习模型进行训练，得到果树目标检测模型；针对测试样本子区域，先采样后划分，构建测试样本集；将测试图像送进果树目标检测模型进行预测，得到每个图像中果树的边框坐标；将预测的边框进行非极大值抑制方法，消除重复预测的边界框；统计合并后的标注文件的行数，得到区域的果树数量。
基本信息
专利标题 ：
一种基于深度学习技术的果树统计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114596505A
申请号 ：
CN202210256175.3
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杨洲袁浩天黄可坤段洁利王昭锐张汉尧何俊宇
申请人 ：
华南农业大学
申请人地址 ：
广东省广州市天河区五山路483号
代理机构 ：
佛山市君创知识产权代理事务所(普通合伙)
代理人 ：
冼柏恩
优先权 ：
CN202210256175.3
主分类号 ：
G06V20/13
IPC分类号 ：
G06V20/13 G06V20/17 G06V10/26 G06V10/82 G06T7/73 G06T5/00 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
