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：南京林业大学
摘要：本发明提出了一种基于少样本学习的穗类作物统一计数方法，本发明涉及六个不同的作物数据集，这些作物数据集通过地面相机和无人机捕获，视觉编码器用于增强特征嵌入，基础模型用于减轻复杂背景的影响，多尺度特征交互模块用于集成相似度度量，促进不同尺度的作物特征自动学习，增强对各种尺寸和形状的作物穗的描述能力，该模型采用两阶段训练程序，初始阶段侧重于潜在特征挖掘，以捕捉谷物的通用特征，并且随后的阶段无需额外训练即可进行推理，进而从选定的样本中提取目标作物的领域特征，以实现计数操作。本发明通过少样本学习计数多种谷物穗，可以有效降低标注成本，并提高谷物产量估算的准确性，确保粮食安全。
主权项：1.一种基于少样本学习的穗类作物统一计数方法，其特征在于，包括如下操作：从网络上获取穗类作物的开源数据集，并对所述开源数据集进行数据清晰得到处理后的数据集，对所述处理后的数据集进行数据预处理并构建作物数据集；选用视觉基础模型作为主干网络，通过视觉特征提纯模块过滤所述作物数据集中支持图像的背景；通过多尺度相似性比较模块，将所述作物数据集中查询图像与支持图像在不同尺度上进行点对点的特征比较，得到多尺度相似性图；通过多尺度特征增强模块，将所述多尺度相似性图与支持图像特征进行融合，得到融合相似性特征图，将所述融合相似性特征图添加至初始的查询图像特征中，得到增强后的特征图，并将所述增强后的特征图重新输入至所述多尺度相似性比较模块中进行特征增强迭代，生成迭代增强后的特征图；通过回归头对所述迭代增强后的特征图进行回归生成密度图，并对所述密度图进行回归得到最终计数。
全文数据：
权利要求：
百度查询： 南京林业大学 一种基于少样本学习的穗类作物统一计数方法
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