[发明专利]一种基于卷积神经网络的甘蔗蔗节特征识别与定位方法

摘要

本发明公开了一种基于卷积神经网络的甘蔗蔗节特征识别与定位方法，属于计算机视觉技术领域，通过深层卷积神经网络，对甘蔗图像数据进行识别处理，得到甘蔗特征识别定位模型，通过输入模型的图像数据，获得甘蔗表面特征数据，继而得到特征的真实坐标数据。主要包括两部分，第一部分为识别定位系统模型的建立与训练，第二部分为识别定位，将数据传递给后续设备。本方法具有识别率高，响应速度快等优点，通过结合识别后的算法能够对甘蔗蔗节信息进行实时更新，可使识别率可以达到90％以上，并使识别时间在50毫秒左右，从而实现甘蔗切种机械智能化，大大提高生产效率。

主权项

1.一种基于卷积神经网络的甘蔗蔗节特征识别与定位方法，其特征在于，所述方法包括如下步骤：步骤1：通过摄像装置对甘蔗进行图像采集，得到采集图像；步骤2：使用标注工具对甘蔗图片进行甘蔗标记，识别蔗节特征，制作训练集，训练集包括输入照片以及对应的蔗节特征分类标签；步骤3：将训练集输入卷积神经网络中，使用改进的卷积神经网络进行训练，训练迭代学习输出最优深度学习模型，得到权重参数文件；步骤4：启动甘蔗蔗节特征识别，对摄像头采集的视频进行处理，保存为图片，并设置照片的读取速度，将图片输入学习模型进行识别定位，对图片进行识别，输出蔗节边框素坐标；步骤5：对识别后的甘蔗边框素坐标数据进行处理，得到实际蔗节位置并将数据传给后续甘蔗种子切割装置进行对甘蔗种子切割。