CN115661668A - 一种辣椒花待授粉花朵识别方法、装置、介质及设备 - Google Patents
一种辣椒花待授粉花朵识别方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN115661668A CN115661668A CN202211592208.8A CN202211592208A CN115661668A CN 115661668 A CN115661668 A CN 115661668A CN 202211592208 A CN202211592208 A CN 202211592208A CN 115661668 A CN115661668 A CN 115661668A
- Authority
- CN
- China
- Prior art keywords
- pepper
- flowers
- flower
- depth image
- pollinated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明属于辣椒花识别技术领域，为了解决目前辣椒“三系配套”杂交制种的授粉作业仍以人力为主且耗时长，工作量大的问题，提供了一种辣椒花待授粉花朵识别方法、装置、介质及设备。其中，辣椒花待授粉花朵识别方法包括获取多维辣椒植株深度图像；其中，所述多维辣椒植株深度图像至少包括辣椒植株俯视深度图、辣椒植株第一侧视深度图和辣椒植株第二侧视深度图；识别所述多维辣椒植株深度图像中的所有辣椒花；提取所有辣椒花的姿态特征，当姿态特征为正向时，判定相应辣椒花为待授粉花朵并在多维辣椒植株深度图像中进行标注；其中，正向为所有花瓣均无遮挡且花心完全暴露，能够快速准确地提高辣椒花待授粉花朵的识别精度。
Description
技术领域
本发明属于辣椒花识别技术领域，尤其涉及一种辣椒花待授粉花朵识别方法、装置、介质及设备。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
目前，辣椒“三系配套”杂交制种的授粉作业仍以人力为主，授粉作业耗时最长且工作量最大。由于辣椒花尺寸较小，花朵也较柔软易被损毁，因此，对于待授粉的花朵类型及位置的识别精度要求非常高，若识别精度低不但容易造成授粉失败，也可能使得授粉执行机械结构损伤花朵，从而降低辣椒“三系配套”杂交制种的产量。
发明内容
为了解决上述背景技术中存在的技术问题，本发明提供一种辣椒花待授粉花朵识别方法、装置、介质及设备，其能够快速准确地识别辣椒花待授粉花朵，从而大大缩短辣椒“三系配套”杂交制种的授粉作业环节，提高整个杂交制种效率。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种辣椒花待授粉花朵识别方法。
一种辣椒花待授粉花朵识别方法，其包括：
获取多维辣椒植株深度图像；其中，所述多维辣椒植株深度图像至少包括辣椒植株俯视深度图、辣椒植株第一侧视深度图和辣椒植株第二侧视深度图；
识别所述多维辣椒植株深度图像中的所有辣椒花；
提取所有辣椒花的姿态特征，当姿态特征为正向时，判定相应辣椒花为待授粉花朵并在多维辣椒植株深度图像中进行标注；其中，正向为所有花瓣均无遮挡且花心完全暴露。
作为一种实施方式，所述辣椒花的姿态特征还包括水平、倾斜和竖直；
水平为花瓣未闭合且花心朝向垂直于图像拍摄方向；
倾斜为花瓣未闭合，部分花瓣可见，花心朝向与图像拍摄方向呈一定角度；
竖直为呈现花骨朵状态，花心被完全包裹住。
作为一种实施方式，基于预先训练完成的辣椒花识别模型提取多维辣椒植株深度图像中的特征，进而判断出多维辣椒植株深度图像中是否存在辣椒花以及辣椒花的位置。
作为一种实施方式，提取的多维辣椒植株深度图像中的特征包括颜色特征和形状特征。
作为一种实施方式，在训练辣椒花识别模型的过程中，总损失函数由坐标损失、目标置信度损失和分类损失这三部分构成。
本发明的第二个方面提供一种辣椒花待授粉花朵识别装置。
一种辣椒花待授粉花朵识别装置，其包括：
图像获取模块，其用于获取多维辣椒植株深度图像；其中，所述多维辣椒植株深度图像至少包括辣椒植株俯视深度图、辣椒植株第一侧视深度图和辣椒植株第二侧视深度图；
辣椒花识别模块，其用于识别所述多维辣椒植株深度图像中的所有辣椒花；
待授粉花朵识别模块，其用于提取所有辣椒花的姿态特征，当姿态特征为正向时，判定相应辣椒花为待授粉花朵并在多维辣椒植株深度图像中进行标注；其中，正向为所有花瓣均无遮挡且花心完全暴露。
作为一种实施方式，所述辣椒花的姿态特征还包括水平、倾斜和竖直；
水平为花瓣未闭合且花心朝向垂直于图像拍摄方向；
倾斜为花瓣未闭合，部分花瓣可见，花心朝向与图像拍摄方向呈一定角度；
竖直为呈现花骨朵状态，花心被完全包裹住。
作为一种实施方式，基于预先训练完成的辣椒花识别模型提取多维辣椒植株深度图像中的特征，进而判断出多维辣椒植株深度图像中是否存在辣椒花以及辣椒花的位置。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的辣椒花待授粉花朵识别方法中的步骤。
本发明的第四个方面提供一种电子设备。
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的辣椒花待授粉花朵识别方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明结合辣椒花待授粉花朵特性，基于多维辣椒植株深度图像识别出图像中的所有辣椒花，再根据辣椒花的正向姿态特征，快速准确地识别出了辣椒花待授粉花朵，大大缩短了辣椒“三系配套”杂交制种的授粉作业环节，从而提高了整个杂交制种效率。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例的辣椒花待授粉花朵识别方法流程图；
图2是本发明实施例的待授粉辣椒花识别结果图；
图3是姿态特征为正向的辣椒花；
图4是姿态特征为水平的辣椒花；
图5是姿态特征为倾斜的辣椒花；
图6是姿态特征为竖直的辣椒花；
图7是本发明实施例的辣椒花待授粉花朵识别装置结构示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
术语解释：
三系：是指雄性不育系、雄性不育保持系、恢复系。雄性不育系是指雄蕊没有花粉、雌蕊正常、只开花不结果的亲本材料；雄性不育保持系是指其花粉为不育系授粉后能结果结籽，其后代仍为不育系的亲本材料；恢复系是指其花粉授在不育系上后，能结果结籽，生产出的杂交种恢复了育性，用于产品生产。
雄性不育系为母本的辣椒“三系配套”杂交制种技术，需要先识别不育系花朵后，将携带的恢复系花粉授在不育系花朵上而生产出杂交种。本发明的“三系配套”杂交制种的优势：一是制种时放出去的是不育系和恢复系，不育系不会流失；二是，减少了人工去雄用工、降低了制种成本。
实施例一
如图1所示，本实施例提供了一种辣椒花待授粉花朵识别方法，其具体包括如下步骤：
步骤1：获取多维辣椒植株深度图像；其中，所述多维辣椒植株深度图像至少包括辣椒植株俯视深度图、辣椒植株第一侧视深度图和辣椒植株第二侧视深度图。
本实施例利用多维辣椒植株深度图像能够提高拍摄的辣椒花的正确授粉率。其中，多维辣椒植株深度图像包括至少包括辣椒植株俯视深度图、辣椒植株第一侧视深度图和辣椒植株第二侧视深度图三组图像，若少于三组，可能导致有些已经成熟的辣椒花姿势不会被识别为待授粉花朵。
优选地，多维辣椒植株深度图像包括辣椒植株俯视深度图、辣椒植株第一侧视深度图和辣椒植株第二侧视深度图这三组图像，若大于三组将会增加算力，增加时间成本。
步骤2：识别所述多维辣椒植株深度图像中的所有辣椒花。
具体地，基于预先训练完成的辣椒花识别模型提取多维辣椒植株深度图像中的特征，进而判断出多维辣椒植株深度图像中是否存在辣椒花以及辣椒花的位置。
在本实施例中，辣椒花识别模型包括骨干网和head层。其中，骨干网由若干BConv层、E-ELAN层以及MPConv层组成。例如：骨干网总共有 50 层。BConv层由卷积层+BN层+激活函数组成，激活函数为ReakyReLu。首先经过 4 个 CBS 后，CBS 主要是 Conv + BN +SiLU，经过 4个 CBS 后，特征图变为 160 * 160 * 128 大小。随后经过ELAN 模块，ELAN由多个 CBS 构成，其输入输出特征大小保持不变，通道数在开始的两个 CBS 会有变化，后面的几个输入通道都是和输出通道保持一致的，经过最后一个 CBS 输出为需要的通道。接着经过三个 MP + ELAN 的输出，对应的输出，大小分别为 80 * 80 * 512 ， 40 * 40 *1024， 20 * 20 * 1024。 每一个 MP 由 5 层， ELAN 有 8 层。
整个head层通过SPPCPC层、若干BConv层、若干MPConv层、若干Catconv层以及后续输出三个head的RepVGG block层组成。
其中，提取的多维辣椒植株深度图像中的特征包括颜色特征和形状特征。
在训练辣椒花识别模型的过程中，总损失函数由坐标损失、目标置信度损失和分类损失这三部分构成。其中目标置信度损失和分类损失采用BCEWithLogitsLoss，坐标损失采用CIoU损失。
在本实施例中，训练辣椒花识别模型的过程为：
步骤a：制作辣椒花原始数据集，利用多维深度相机拍摄辣椒花图片，数量不少于5000张，一张图片中可含有多个目标，要求图片不重复、拍摄角度覆盖广、光线充足。
步骤b：使用标签工具软件labelimg对数据集中的图片的辣椒花目标进行标记并生成VOC格式的xml标签文件。
标注完成后将原始图片和标签文件按照比例分为训练集、验证集和测试集，本发明设置比例为8：1：1，其中训练集用于深度学习训练，验证集用于对训练的效果进行反馈，测试集用于最终训练模型的效果评估。
步骤3：提取所有辣椒花的姿态特征，当姿态特征为正向时，判定相应辣椒花为待授粉花朵并在多维辣椒植株深度图像中进行标注。待授粉花朵的识别结果如图2所示，在图2中，“Pepper”为识别目标的名称，0.75为识别的概率，即有75%的概率为待授粉花朵，三维参数为深度信息，即目标检测物距离辣椒花拍摄装置（如深度相机）的三维距离。其中，正向为所有花瓣均无遮挡且花心完全暴露，如图3所示。
其中，所述辣椒花的姿态特征还包括水平、倾斜和竖直；
水平为花瓣未闭合且花心朝向垂直于图像拍摄方向，如图4所示；
倾斜为花瓣未闭合，部分花瓣可见，花心朝向与图像拍摄方向呈一定角度，如图5所示；
竖直为呈现花骨朵状态，花心被完全包裹住，如图6所示。
在一些其他实施例中，根据标注出的待授粉花朵与辣椒花拍摄装置（如深度相机）之间的距离，以及根据已知的授粉机器人执行器末端与辣椒花拍摄装置（如深度相机）的三维距离进行坐标转换，计算出授粉机器人执行器末端与待授粉花朵的距离三维信息。
本实施例结合辣椒花待授粉花朵特性，基于多维辣椒植株深度图像识别出图像中的所有辣椒花，再根据辣椒花的正向姿态特征，快速准确地识别出了辣椒花待授粉花朵，大大缩短了辣椒“三系配套”杂交制种的授粉作业环节，从而提高了整个杂交制种效率。
实施例二
如图7所示，本实施例提供了一种辣椒花待授粉花朵识别装置，其包括：
（1）图像获取模块，其用于获取多维辣椒植株深度图像；其中，所述多维辣椒植株深度图像至少包括辣椒植株俯视深度图、辣椒植株第一侧视深度图和辣椒植株第二侧视深度图。
（2）辣椒花识别模块，其用于识别所述多维辣椒植株深度图像中的所有辣椒花。
具体地，基于预先训练完成的辣椒花识别模型提取多维辣椒植株深度图像中的特征，进而判断出多维辣椒植株深度图像中是否存在辣椒花以及辣椒花的位置。
其中，提取的多维辣椒植株深度图像中的特征包括颜色特征和形状特征。
在训练辣椒花识别模型的过程中，总损失函数由坐标损失、目标置信度损失和分类损失这三部分构成。
（3）待授粉花朵识别模块，其用于提取所有辣椒花的姿态特征，当姿态特征为正向时，判定相应辣椒花为待授粉花朵并在多维辣椒植株深度图像中进行标注；其中，正向为所有花瓣均无遮挡且花心完全暴露。
在具体实施过程中，所述辣椒花的姿态特征还包括水平、倾斜和竖直；
水平为花瓣未闭合且花心朝向垂直于图像拍摄方向；
倾斜为花瓣未闭合，部分花瓣可见，花心朝向与图像拍摄方向呈一定角度；
竖直为呈现花骨朵状态，花心被完全包裹住。
此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
实施例三
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的辣椒花待授粉花朵识别方法中的步骤。
实施例四
本实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的辣椒花待授粉花朵识别方法中的步骤。
本发明是参照本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种辣椒花待授粉花朵识别方法，其特征在于，包括：
获取多维辣椒植株深度图像；其中，所述多维辣椒植株深度图像至少包括辣椒植株俯视深度图、辣椒植株第一侧视深度图和辣椒植株第二侧视深度图；
识别所述多维辣椒植株深度图像中的所有辣椒花；
提取所有辣椒花的姿态特征，当姿态特征为正向时，判定相应辣椒花为待授粉花朵并在多维辣椒植株深度图像中进行标注；其中，正向为所有花瓣均无遮挡且花心完全暴露。
2.如权利要求1所述的辣椒花待授粉花朵识别方法，其特征在于，所述辣椒花的姿态特征还包括水平、倾斜和竖直；
水平为花瓣未闭合且花心朝向垂直于图像拍摄方向；
倾斜为花瓣未闭合，部分花瓣可见，花心朝向与图像拍摄方向呈一定角度；
竖直为呈现花骨朵状态，花心被完全包裹住。
3.如权利要求1所述的辣椒花待授粉花朵识别方法，其特征在于，基于预先训练完成的辣椒花识别模型提取多维辣椒植株深度图像中的特征，进而判断出多维辣椒植株深度图像中是否存在辣椒花以及辣椒花的位置。
4.如权利要求3所述的辣椒花待授粉花朵识别方法，其特征在于，提取的多维辣椒植株深度图像中的特征包括颜色特征和形状特征。
5.如权利要求3所述的辣椒花待授粉花朵识别方法，其特征在于，在训练辣椒花识别模型的过程中，总损失函数由坐标损失、目标置信度损失和分类损失这三部分构成。
6.一种辣椒花待授粉花朵识别装置，其特征在于，包括：
图像获取模块，其用于获取多维辣椒植株深度图像；其中，所述多维辣椒植株深度图像至少包括辣椒植株俯视深度图、辣椒植株第一侧视深度图和辣椒植株第二侧视深度图；
辣椒花识别模块，其用于识别所述多维辣椒植株深度图像中的所有辣椒花；
待授粉花朵识别模块，其用于提取所有辣椒花的姿态特征，当姿态特征为正向时，判定相应辣椒花为待授粉花朵并在多维辣椒植株深度图像中进行标注；其中，正向为所有花瓣均无遮挡且花心完全暴露。
7.如权利要求6所述的辣椒花待授粉花朵识别装置，其特征在于，所述辣椒花的姿态特征还包括水平、倾斜和竖直；
水平为花瓣未闭合且花心朝向垂直于图像拍摄方向；
倾斜为花瓣未闭合，部分花瓣可见，花心朝向与图像拍摄方向呈一定角度；
竖直为呈现花骨朵状态，花心被完全包裹住。
8.如权利要求6所述的辣椒花待授粉花朵识别装置，其特征在于，基于预先训练完成的辣椒花识别模型提取多维辣椒植株深度图像中的特征，进而判断出多维辣椒植株深度图像中是否存在辣椒花以及辣椒花的位置。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的辣椒花待授粉花朵识别方法中的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5中任一项所述的辣椒花待授粉花朵识别方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211592208.8A CN115661668B (zh) | 2022-12-13 | 2022-12-13 | 一种辣椒花待授粉花朵识别方法、装置、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211592208.8A CN115661668B (zh) | 2022-12-13 | 2022-12-13 | 一种辣椒花待授粉花朵识别方法、装置、介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115661668A true CN115661668A (zh) | 2023-01-31 |
| CN115661668B CN115661668B (zh) | 2023-03-31 |
Family
ID=85019697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211592208.8A Active CN115661668B (zh) | 2022-12-13 | 2022-12-13 | 一种辣椒花待授粉花朵识别方法、装置、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115661668B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160034040A1 (en) * | 2014-07-29 | 2016-02-04 | Sony Computer Entertainment Inc. | Information processing device, information processing method, and computer program |
| CN109272553A (zh) * | 2018-09-03 | 2019-01-25 | 刘庆飞 | 用于棉花顶心摘除的定位方法、控制器及摘除装置 |
| CN109978906A (zh) * | 2019-03-27 | 2019-07-05 | 赵杨 | 一种西瓜花体正向姿态的判定方法 |
| WO2019233106A1 (zh) * | 2018-06-06 | 2019-12-12 | Oppo广东移动通信有限公司 | 图像获取方法及装置、图像采集装置、计算机设备和可读存储介质 |
| CN110866505A (zh) * | 2019-11-20 | 2020-03-06 | 沈阳民航东北凯亚有限公司 | 一种行李托运入侵检测方法及装置 |
| WO2020258286A1 (zh) * | 2019-06-28 | 2020-12-30 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置、拍摄装置和可移动平台 |
| CN113012091A (zh) * | 2019-12-20 | 2021-06-22 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于多维单目深度估计的叶轮质量检测方法及装置 |
| CN113065521A (zh) * | 2021-04-26 | 2021-07-02 | 北京航空航天大学杭州创新研究院 | 物体识别方法、装置、设备及介质 |
| CN114419673A (zh) * | 2022-01-24 | 2022-04-29 | 浙江农林大学 | 一种利用深度图像和cnn-svm的群猪多姿态识别方法 |
| CN114779932A (zh) * | 2022-04-13 | 2022-07-22 | 阿里巴巴（中国）有限公司 | 用户姿态识别方法、系统、设备及存储介质 |
-
2022
- 2022-12-13 CN CN202211592208.8A patent/CN115661668B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160034040A1 (en) * | 2014-07-29 | 2016-02-04 | Sony Computer Entertainment Inc. | Information processing device, information processing method, and computer program |
| WO2019233106A1 (zh) * | 2018-06-06 | 2019-12-12 | Oppo广东移动通信有限公司 | 图像获取方法及装置、图像采集装置、计算机设备和可读存储介质 |
| CN109272553A (zh) * | 2018-09-03 | 2019-01-25 | 刘庆飞 | 用于棉花顶心摘除的定位方法、控制器及摘除装置 |
| CN109978906A (zh) * | 2019-03-27 | 2019-07-05 | 赵杨 | 一种西瓜花体正向姿态的判定方法 |
| WO2020258286A1 (zh) * | 2019-06-28 | 2020-12-30 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置、拍摄装置和可移动平台 |
| CN110866505A (zh) * | 2019-11-20 | 2020-03-06 | 沈阳民航东北凯亚有限公司 | 一种行李托运入侵检测方法及装置 |
| CN113012091A (zh) * | 2019-12-20 | 2021-06-22 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于多维单目深度估计的叶轮质量检测方法及装置 |
| CN113065521A (zh) * | 2021-04-26 | 2021-07-02 | 北京航空航天大学杭州创新研究院 | 物体识别方法、装置、设备及介质 |
| CN114419673A (zh) * | 2022-01-24 | 2022-04-29 | 浙江农林大学 | 一种利用深度图像和cnn-svm的群猪多姿态识别方法 |
| CN114779932A (zh) * | 2022-04-13 | 2022-07-22 | 阿里巴巴（中国）有限公司 | 用户姿态识别方法、系统、设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| JING WANG等: "Integration of Transcriptomics and Metabolomics for Pepper (Capsicum annuum L.) in Response to Heat Stress" * |
| 顾容榕: "基于RGB-D与Cropobserver的黄瓜冠层叶绿素荧光测量研究" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115661668B (zh) | 2023-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109816725B (zh) | 一种基于深度学习的单目相机物体位姿估计方法及装置 | |
| CN113191222B (zh) | 水下鱼类目标检测方法及装置 | |
| CN112990103B (zh) | 一种基于机器视觉的串采二次定位方法 | |
| CN108748149B (zh) | 一种复杂环境下基于深度学习的无标定机械臂抓取方法 | |
| US12039733B2 (en) | Method for identifying individuals of oplegnathus punctatus based on convolutional neural network | |
| CN115376125A (zh) | 一种基于多模态数据融合的目标检测方法以及基于目标检测模型的在体果实采摘方法 | |
| CN115272204A (zh) | 一种基于机器视觉的轴承表面划痕检测方法 | |
| Liu et al. | Development of a machine vision algorithm for recognition of peach fruit in a natural scene | |
| CN113139432A (zh) | 基于人体骨架和局部图像的工业包装行为识别方法 | |
| CN116276973A (zh) | 基于深度学习的视觉感知抓取训练方法 | |
| CN115170939A (zh) | 基于多粒度网络的水下鱼类个体识别系统及方法 | |
| CN114494773A (zh) | 一种基于深度学习的零件分拣识别系统和方法 | |
| CN115661668B (zh) | 一种辣椒花待授粉花朵识别方法、装置、介质及设备 | |
| CN111241905A (zh) | 基于改进ssd算法的输电线路鸟窝检测方法 | |
| CN117557948A (zh) | 基于残差型选择性核注意力机制的玉米幼苗识别方法 | |
| CN117830765A (zh) | 一种具有图像识别与深度学习能力的自主可控plc控制方法 | |
| WO2022104867A1 (zh) | 目标物的特征检测方法和装置 | |
| CN117079125A (zh) | 一种基于改进型YOLOv5的猕猴桃授粉花朵识别方法 | |
| CN110334818B (zh) | 一种管路自动识别的方法及系统 | |
| CN115375977B (zh) | 一种深海养殖鱼类体征参数识别系统与识别方法 | |
| CN116385826A (zh) | 一种基于深度学习的中华绒螯蟹品系识别方法 | |
| CN109493279B (zh) | 一种大规模无人机图像并行拼接方法 | |
| CN114677672A (zh) | 一种基于深度学习神经网络的成熟蓝莓果实识别方法 | |
| CN113420839A (zh) | 用于堆叠平面目标物体的半自动标注方法及分割定位系统 | |
| CN116935070B (zh) | 果串采摘机器人采摘目标建模方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |