杂草种类识别方法及系统、目标位置检测方法及系统

发布时间: 2023-11-17

来源: 科技服务团

基本信息

合作方式：技术许可

成果类型：发明专利

行业领域：

农、林、牧、渔业,农业

成果介绍

本发明公开了一种稻田杂草种类识别方法及系统、目标位置检测方法及系统，所述稻田杂草种类识别方法包括：根据杂草种类识别图像样本集，获取迁移学习训练集；根据迁移学习训练集，构建基于迁移学习的杂草种类识别模型；利用基于迁移学习的杂草种类识别模型对待识别杂草图像进行种类识别，输出待识别杂草图像的杂草类别；所述稻田杂草目标位置检测方法包括：根据杂草目标位置检测图像样本集，获取迁移学习训练集；根据迁移学习训练集，构建基于迁移学习的杂草目标位置检测模型；利用基于迁移学习的杂草目标位置检测模型对待检测杂草图像进行杂草目标位置检测，输出待检测杂草图像的杂草目标位置。

成果亮点

本发明的针对水稻秧苗及苗期杂草图像，可以将预训练杂草种类识别模型的参数迁移到杂草种类识别任务中，或将预训练杂草目标检测模型的参数迁移到杂草目标位置检测任务中，由于预训练卷积神经网络的网络参数在杂草种类识别图像样本集或杂草目标位置检测图像样本集上得到了充分的训练，使得模型(杂草种类识别模型或杂草目标检测模型)具有很好的鲁棒性和泛化能力，同时迁移学习方法可发掘彼此相关而又彼此不同的两个区域间的领域不变的特征与构造，这就使有监督信息(如标注数据等)能够在领域直接进行迁移和复用，因此在预训练卷积神经网络的基础上，结合迁移学习对稻田杂草进行种类识别和目标检测，对稻田杂草精准防控具有重要意义。

团队介绍

AIS实验室是由一群具有深厚专业知识和经验的专家组成，致力于农业科技创新和智能农业发展。齐龙研究员是该实验室的负责人。他在深度学习和计算机视觉领域有着丰富的研究经验，并在水稻田间图像识别和智能农业方面取得了重要的突破。他带领团队研发出该发明的水稻秧苗行线提取方法，并在多个农田实验中进行了验证和优化。

成果资料

产业化落地方案

点击查看

成果综合评价报告

评价单位：“科创中国”葡萄酒产业科技服务团 (中国农业工程学会) 评价时间：2023-11-26

苏中滨

东北农业大学信息与电气工程学院

教授

综合评价

该成果运用先进的计算机视觉技术和机器学习方法，对水稻杂草的精准防控具有重要意义，技术创新性较强，且技术成熟，投资回报比较可靠，目标市场处于成长阶段，但该市场很快会出现多种技术路线，产品竞争会很激烈。总体而言，该项目技术思路方向很好，未来市场空间大，有利于当前政策要求，转化成熟度很高，值得支持推广。建议强化相应算法训练，进一步提高杂草识别种类及精度。

科创中国

友情链接

海外专利信息资源系统

省级中心站