[发明专利]重叠果实检测方法及系统

权利要求书

1.一种重叠果实检测方法，其特征在于，包括：

获取待检测的果实图像；

利用预先训练好的检测模型对待检测的果实图像进行处理，获得果实图像中重叠果实的检测结果；其中，预先训练好的检测模型由训练集训练得到，所述训练集包括多张果实图像以及标注图像中重叠的果实为目标果实的标签；

其中，利用预先训练好的检测模型对待检测的果实图像进行处理时，提取特征经融合后得到融合特征图，基于融合特征图进行像素点分类、像素点位置回归以及目标框中心度检测，实现重叠果实的检测。

2.根据权利要求1所述的重叠果实检测方法，其特征在于，基于主干网络ResNet101训练所述检测模型，其中，主干网络ResNet101的多个特征层中建立特征金字塔，在特征金字塔层使用区域生成网络生成感兴趣区域，每个感兴趣区域映射到所有的特征层中，并通过RoI-Align得到每个特征层的感兴趣特征，通过分类分支、位置回归分支和中心度分支，进行目标果实的分类和检测框的回归。

3.根据权利要求2所述的重叠果实检测方法，其特征在于，在特征融合获得融合特征图时，使用一致性监督算法，通过施加相同的监督信号，确保横向连接之后的特征图包含相似的语义信息。

4.根据权利要求2所述的重叠果实检测方法，其特征在于，在特征融合时，通过残差特征增强，使用比例不变的自适应池关联上下文信息，降低高级特征的信息损失。

5.根据权利要求2所述的重叠果实检测方法，其特征在于，对于一个果实遮挡另一个果实的图像，将两个果实标注为一个完整果实；对于叶子遮挡果实的图像，忽略叶子遮挡的部分，将该被叶子遮挡的果实标注为一整个完整果实。

6.根据权利要求2所述的重叠果实检测方法，其特征在于，网络在输出每个位置类别信息的同时，输出一个无类别的中心度分支，中心度表示位置与其所预测果实的中心之间的距离，用距离来表示该位置是否是果实的中心的置信度。

7.根据权利要求2所述的重叠果实检测方法，其特征在于，分类分支中在每个特征图后，连接一个激活函数，然后再用Focal损失函数，以像素点为训练样本，每个像素别标记上类别或者背景标签进行分类分支的训练；位置回归分支在训练的时候，损失采用IOU损失函数，以目标框中每个像素点到目标框四条边的距离作为目标值进行边框回归分支的训练。

8.一种重叠果实检测系统，其特征在于，包括：

获取模块，用于获取待检测的果实图像；

检测模块，用于利用预先训练好的检测模型对待检测的果实图像进行处理，获得果实图像中重叠果实的检测结果；其中，预先训练好的检测模型由训练集训练得到，所述训练集包括多张果实图像以及标注图像中重叠的果实为目标果实的标签；

其中，利用预先训练好的检测模型对待检测的果实图像进行处理时，提取特征经融合后得到融合特征图，基于融合特征图进行像素点分类、像素点位置回归以及目标框中心度检测，实现重叠果实的检测。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-7任一项所述的重叠果实检测方法。

10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-7任一项所述的重叠果实检测方法的指令。