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：华南农业大学

摘要：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。

主权项：1.一种植物冠层叶片实例分割模型训练方法，其特征在于，该方法包括以下步骤：获取第一训练样本集，所述第一训练样本集中包含多个样本，每个样本为一张植物顶视冠层图像，并标记各叶片类别、位置以及表征其掩码区的真实轮廓点集；所述类别包括残缺和完整；获取第一初始深度学习网络模型，所述第一初始深度学习网络模型基于YOLOv8网络结构，采用CSPDarknet53连接快速空间金字塔池化模块作为骨干网络，采用特征金字塔结合路径聚合网络作为颈部网络，在所述YOLOv8网络结构头部网络的原检测头基础上添加掩码系数分支和原型掩码分支形成新的分割头；所述第一初始深度学习网络模型以所述植物顶视冠层图像为输入，并输出各叶片位置对应掩码区的预测轮廓点集；采用所述第一训练样本集对所述第一初始深度学习网络模型进行训练，最小化各样本的所述预测轮廓点集与所述真实轮廓点集偏差构建损失函数并对所述第一初始深度学习网络模型进行参数更新，得到植物冠层叶片实例分割模型：其中，所述骨干网络包括连续的第一骨干卷积层、第二骨干卷积层、第一C2f模块、第三骨干卷积层、第二C2f模块、第四骨干卷积层、第三C2f模块、第五骨干卷积层、第四C2f模块和所述快速空间金字塔池化模块；所述颈部网络包括连续的第一上采样层、第一特征拼接层、第五C2f模块、第二上采样层、第二特征拼接层、第六C2f模块、第一颈部卷积层、第三特征拼接层、第七C2f模块、第二颈部卷积层、第四特征拼接层和第八C2f模块；其中，所述第一特征拼接层拼接所述第三C2f模块和所述第一上采样层的输出并输入所述第五C2f模块；所述第二特征拼接层拼接所述第二C2f模块和所述第二上采样层的输出并输入所述第六C2f模块；所述第三特征拼接层拼接所述第五C2f模块和所述第一颈部卷积层的输出并输入所述第七C2f模块；所述第四特征拼接层拼接所述快速空间金字塔池化模块和所述第二颈部卷积层的输出并输入所述第八C2f模块；所述第六C2f模块、所述第七C2f模块和第八C2f模块的输出分别导入所述头部网络的三个分割头；所述原检测头包括分类子网络和边框回归子网络；所述掩码系数分支包括连续的三个掩码系数卷积层以输出掩码系数；所述原型掩码分支包括连续的第一原型掩码卷积层、逆卷积层、第二原型掩码卷积层和第三原型掩码卷积层以输出原型掩码。

全文数据：

权利要求：

百度查询： 华南农业大学 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