龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：青岛农业大学
摘要：本发明所述基于改进U‑net神经网络的花生生长感知方法，采用RGB和深度花生植株图像，针对性地提出基于改进U‑net神经的花生生长智能感知手段，以期构建双通道输入方式对多模态数据进行融合分析，进而实现花生目标植株图像有效感知与实时检测的使用要求。采用Transformer架构，包括编码器和解码器两部分；所述的编码器采用双重U‑net模型作为特征提取的主干网络且引入CBAM注意力机制，分别提取RBG图像和深度图像的花生植株特征，并在下采样模块中设计加入了卷积块注意力模块CBAM来提高特征的提取效果；所述的解码器采用交叉注意力模块CA，以来融合编码器提取的RBG图像和深度图像花生植株特征，植株特征通过反卷积方法来还原成原图像大小以实现对花生植株的感知与检测。
主权项：1.一种基于改进U-net神经网络的花生生长感知方法，其特征在于：采用Transformer架构，包括编码器和解码器两部分；所述的编码器采用双重U-net模型作为特征提取的主干网络且引入CBAM注意力机制，分别提取RBG图像和深度图像的花生植株特征，并在下采样模块中设计加入了卷积块注意力模块CBAM来提高特征的提取效果；所述的解码器采用交叉注意力模块CA，以来融合编码器提取的RBG图像和深度图像花生植株特征，多模态花生植株特征通过交叉注意力模块CA融合后，植株特征通过反卷积方法来还原成原图像大小以实现对花生植株的感知与检测。
全文数据：
权利要求：
百度查询： 青岛农业大学 基于改进U-net神经网络的花生生长感知方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号