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！
摘要：本发明属于深度学习技术领域，具体涉及一种基于AD‑YOLO模型和MR‑SORT方法的苹果计数方法，包括下列步骤：构建数据集；基于YOLOv8构建苹果检测模型AD‑YOLO；利用所属训练集在所构建的AD‑YOLO网络上进行训练，并和其他SOTA模型进行结果对比；基于BoT‑SORT提出多目标追踪方法MR‑SORT，构建苹果计数通道；建立评价指标用于计数方法的性能评估。首先，本发明对YOLOv8模型进行优化。将全维动态卷积设计应用于网络结构，显著提高了模型的特征提取能力，增强了维度之间的交互作用，提高了检测模型的性能。其次，对BoT‑SORT多目标追踪算法进行改进，将外观特征提取器替换为图像检索算法，在不涉及深度学习的情况下实现苹果外观特征的提取，减少了整个计数过程所需要的时间。
主权项：1.基于AD-YOLO模型和MR-SORT方法的苹果计数方法，其特征在于：包括下列步骤：S1、获取用于训练的图像数据和用于计数测试的视频数据，对图像数据进行预处理，得到预处理后的图像数据，构建数据集；S2、基于YOLOv8、GAM、ODConv以及SimCSPSPPF构建苹果检测模型AD-YOLO；将YOLOv8模型骨干网中CBS单元中的普通卷积替换为全维动态卷积ODConv；在YOLOv8模型骨干网中SPPF单元前加入全局注意力机制GAM；将YOLOv8模型骨干网中SPPF单元替换为更加先进的空间金字塔池化层SimCSPSPPF；S3、利用所属训练集在所构建的AD-YOLO网络上进行训练，挑选最优的模型作为最终的AD-YOLO模型，并和其他SOTA模型进行结果对比；S4、基于BoT-SORT提出多目标追踪方法MR-SORT，构建苹果计数通道；将BoT-SORT中使用ResNeSt50网络提取外观特征改为使用SIFT特征描述子提取，然后使用VLAD图像检索算法进行外观特征匹配，将目标检测模块的输出作为多目标追踪模块的输入，将二者组合成一个苹果计数通道；S5、将测试视频数据输入苹果计数通道，得出结果，并建立评价指标用于计数方法的性能评估，并与其他SOTA模型进行结果对比。
全文数据：
权利要求：
百度查询： 太原理工大学 基于AD-YOLO模型和MR-SORT方法的苹果计数方法
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