买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中南民族大学

摘要：本发明公开了一种密集柑橘数量检测方法、设备、存储介质及装置，本发明通过基于预设DS‑YOLO网络模型中可形变卷积网络对图像预处理后的柑橘图像进行特征提取，并根据预设SimAM注意力机制对特征图进行特征融合，根据不同尺度的目标特征图对应的候选框调整参数确定目标预测框的坐标和尺寸，并通过目标预测框对进行柑橘数量检测。本发明基于预设DS‑YOLO网络模型中可形变卷积网络和预设SimAM注意力机制对待识别柑橘图像中的柑橘进行数量检测，相较于现有技术对密集柑橘的检测效果并不理想，导致检测精度低，本发明提升了模型的检测精度，实现了可靠性高的密集柑橘数量检测，以弥补现有技术的不足。

主权项：1.一种密集柑橘数量检测方法，其特征在于，所述密集柑橘数量检测方法包括以下步骤：对待识别柑橘图像进行图像预处理，获得处理后的目标柑橘图像；基于预设DS-YOLO网络模型中可形变卷积网络对所述目标柑橘图像进行特征提取，获得包含密集柑橘形状特征和位置特征的特征图；根据预设SimAM注意力机制对所述特征图进行特征融合，获得不同尺度的目标特征图；根据所述目标特征图对应的候选框调整参数确定目标预测框的坐标和尺寸；根据所述目标预测框的坐标和尺寸对所述待识别柑橘图像中的柑橘进行位置标记，根据标记结果确定所述待识别柑橘图像中的柑橘数量；所述基于预设DS-YOLO网络模型中可形变卷积网络对所述目标柑橘图像进行特征提取，获得包含密集柑橘形状特征和位置特征的特征图的步骤，包括：基于预设DS-YOLO网络模型中可形变卷积网络对所述目标柑橘图像进行采样，获得可形变采样点；根据所述目标柑橘图像对所述可形变采样点的权重系数进行自适应调整，获得调整后的可形变采样点；根据所述调整后的可形变采样点对所述目标柑橘图像进行特征提取，获得包含密集柑橘形状特征和位置特征的特征图；所述根据预设SimAM注意力机制对所述特征图进行特征融合，获得不同尺度的目标特征图的步骤，包括：根据预设SimAM注意力机制和预设能量函数计算所述特征图对应的神经元权重，根据计算结果确定目标神经元；根据所述目标神经元对所述特征图进行特征融合，获得不同尺度的目标特征图；所述基于预设DS-YOLO网络模型对所述目标柑橘图像进行特征提取，获得包含密集柑橘形状特征和位置特征的特征图的步骤之前，还包括：将采集的密集柑橘图像输入至原始YOLOv4模型中，获得预设尺度的特征图；根据预设SPP网络对预设尺度的特征图进行堆叠、卷积处理，获得处理后的特征图；基于路径聚合网络对所述处理后的特征图进行特征融合处理，获得特征融合后的第二特征图；基于所述第二特征图对应的检测尺度和所述检测尺度对应的候选框调整参数构建DS-YOLO网络模型；将所述DS-YOLO网络模型中残差模块残差单元的卷积层替换为改进后的可形变卷积层，并在所述DS-YOLO网络模型的路径聚合网络中添加所述预设SimAM注意力机制，生成新的DS-YOLO网络模型；将所述新的DS-YOLO网络模型作为所述预设DS-YOLO网络模型。

全文数据：

权利要求：

百度查询： 中南民族大学 密集柑橘数量检测方法、设备、存储介质及装置