[发明专利]一种缺苗检测方法、装置、存储介质及电子设备在审
申请号: | 202210331486.1 | 申请日: | 2022-03-30 |
公开(公告)号: | CN114708324A | 公开(公告)日: | 2022-07-05 |
发明(设计)人: | 张艺菲 | 申请(专利权)人: | 广州极飞科技股份有限公司 |
主分类号: | G06T7/73 | 分类号: | G06T7/73;A01C11/02 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 戴尧罡 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 检测 方法 装置 存储 介质 电子设备 | ||
1.一种缺苗检测方法,其特征在于,应用于插秧机的控制系统,所述方法包括:
对当前帧图像进行处理,以确定所述当前帧图像中的当前疑似缺苗位置;
其中,所述当前帧图像显示有当前目标区域,所述当前目标区域包含在采集所述当前帧图像所在的位置之前的已插苗区域;
基于第一时间范围内的历史帧图像中的历史疑似缺苗位置,确定当前疑似缺苗位置是否为目标缺苗位置。
2.如权利要求1所述的缺苗检测方法,其特征在于,所述对当前帧图像进行处理,以确定所述当前帧图像中的当前疑似缺苗位置,包括:
通过缺苗检测神经网络模型对所述当前帧图像进行处理,得到所述当前帧图像中的当前疑似缺苗位置。
3.如权利要求2所述的缺苗检测方法,其特征在于,所述缺苗检测神经网络模型为训练完成的作物苗检测子模型和训练完成的缺苗检测子模型的融合模型;
其中,所述作物苗检测子模型基于第一类图像数据完成训练,所述缺苗检测子模型基于训练完成的作物苗检测子模型的输出和第二类图像数据完成训练,所述第一类图像数据与所述第二类图像数据的图像内容相同,所述第一类图像数据携带第一标签,所述第一标签表征图像中每一处位置有苗的置信度,所述第二类图像数据携带第二标签,所述第二标签表征图像中每一处位置缺苗的置信度。
4.如权利要求1所述的缺苗检测方法,其特征在于,所述基于第一时间范围内的历史帧图像中的历史疑似缺苗位置,确定当前疑似缺苗位置是否为目标缺苗位置,包括:
在所述当前疑似缺苗位置与超过第一数量阈值的历史疑似缺苗位置重合时,确定所述当前疑似缺苗位置为目标缺苗位置。
5.如权利要求1所述的缺苗检测方法,其特征在于,在所述基于第一时间范围内的历史帧图像中的历史疑似缺苗位置,确定当前疑似缺苗位置是否为目标缺苗位置之后,所述方法还包括:
将满足第一预设条件或第二预设条件的种植行确定为目标行,其中,所述第一预设条件表征种植行中连续的目标缺苗位置的数量大于预设的第二数量阈值,所述第二预设条件表征种植行中目标缺苗位置的总数大于预设的第三数量阈值;
依据所述目标行对应的工况数据,确定所述插秧机对应的故障种类。
6.如权利要求1所述的缺苗检测方法,其特征在于,在所述基于第一时间范围内的历史帧图像中的历史疑似缺苗位置,确定当前疑似缺苗位置是否为目标缺苗位置之后,所述方法还包括:
将满足第一预设条件或第二预设条件的种植行确定为目标行,其中,所述第一预设条件表征在第二时间范围内种植行中连续的目标缺苗位置的数量大于预设的第二数量阈值,所述第二预设条件表征在第三时间范围内种植行中目标缺苗位置的总数大于预设的第三数量阈值;
依据所述目标行对应的工况数据,确定所述插秧机对应的故障种类。
7.如权利要求5或6所述的缺苗检测方法,其特征在于,所述工况数据包括目标行对应的剩余苗量和用于将作物苗插入穴位中的执行机构的竖直位移;当所述目标行满足所述第一预设条件时,所述依据所述目标行对应的工况数据,确定所述插秧机对应的故障种类,包括:
在所述剩余苗量小于或等于预设的第四数量阈值时,确定所述故障种类为苗盘缺苗;
在所述剩余苗量大于所述第四数量阈值时,确定所述竖直位移是否大于预设的第一深度阈值;
若所述竖直位移小于或等于所述第一深度阈值,确定所述故障种类为插入过浅;
若所述竖直位移大于所述第一深度阈值,确定所述故障种类为执行机构故障。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州极飞科技股份有限公司,未经广州极飞科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210331486.1/1.html,转载请声明来源钻瓜专利网。