[发明专利]一种基于改进YOLOv4果园复杂环境下葡萄成熟度的检测方法在审
| 申请号： | 202210676812.2 | 申请日： | 2022-06-15 |
| 公开（公告）号： | CN115457542A | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 邱畅;田光兆;赵嘉威 | 申请（专利权）人： | 南京农业大学 |
| 主分类号： | G06V20/68 | 分类号： | G06V20/68;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210095 江苏*** | 国省代码： | 江苏;32 |
| 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 基于 改进 yolov4 果园 复杂 环境 葡萄 成熟度 检测 方法 | ||
【权利要求书】：
1.一种基于改进YOLOv4的果园复杂环境下葡萄成熟度检测方法，其特征在于：包括如下步骤，
(1)利用相机在不同光照条件与不同重叠遮挡程度条件下，随机对一株葡萄进行多方位、多角度、多种距离的拍摄，获得大量的不同成熟度的葡萄图片；
(2)通过网络爬取图片的方式进行数据平衡处理，使得各种成熟度的葡萄样本数量达到基本一致；
(3)通过翻转、加噪、平移等方式，对上述获得的所有图片进行数据扩增处理，从而获得足够多的不同成熟度的葡萄图像；
(4)使用labelImg软件对图像进行人工标注，将图像中的葡萄按照成熟度划分为全青、接近全青、接近成熟与全熟这四类；
(5)利用标注好的文件建立有关葡萄成熟度的PASCAL-VOC2007格式的数据集；
(6)按照9∶1的比例将数据集划分为训练集与验证集；
(7)利用改进后的YOLOv4网络对数据集进行训练；
(8)利用训练好的模型对实际场景中的葡萄进行成熟度检测，提示是否为采摘的合适时机；
2.如权利要求1所述的一种基于改进YOLOv4的果园复杂环境下葡萄成熟度的检测方法，其特征在于：所述改进后的YOLOv4网络以Mobilenetv3为主干特征提取网络且增加了SENet注意力机制。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南京农业大学，未经南京农业大学许可，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/202210676812.2/1.html，转载请声明来源钻瓜专利网。
