【技术实现步骤摘要】
本专利技术涉及农业自动化，尤其涉及一种萝卜樱切割部位智能识别方法及装置。
技术介绍
1、萝卜切缨是指对萝卜的叶子部分进行切除，例如，对白萝卜的萝卜缨（萝卜的叶子部分）进行切除，只保留白萝卜的主体部分。
2、现有的采收机进行萝卜切缨的过程中，大部分依靠彩手机前端夹拔和传输过程对萝卜标准化位置固定来进行切割。如果在夹拔过程中因为夹取高度偏差或者传输过程中发生松动，容易产生切割果肉的问题，在这种情况下，会导致采收过程中萝卜的损坏。
技术实现思路
1、本专利技术提供一种萝卜樱切割部位智能识别方法及装置，用以解决现有技术中对萝卜切缨的精准度不够高的技术问题。
2、本专利技术提供一种萝卜樱切割部位智能识别方法，包括如下步骤：
3、获取待切缨萝卜图像，并基于幻影卷积，对所述待切缨萝卜图像进行卷积模块压缩，得到所述待切缨萝卜图像的卷积输出特征；
4、基于所述卷积输出特征进行目标识别，得到所述待切缨萝卜的目标识别检测框；
5、基于目标比例，从所述目标识别检测框中确定萝卜与茎叶的分界点，所述目标比例是基于待切缨萝卜的萝卜长度与待切缨萝卜的茎叶长度之比确定的；
6、基于消失点检测算法以及所述分界点，确定待切缨萝卜的切除点，并基于所述切除点执行所述待切缨萝卜的切缨。
7、根据本专利技术提供的一种萝卜樱切割部位智能识别方法，基于消失点检测算法以及所述分界点，确定待切缨萝卜的切除点，包括：
8、基于消失点检测算法以
9、基于所述待切缨萝卜图像的拍摄相机的参数，对所述目标识别检测框中的待切除萝卜的切除点处于三维世界坐标系中的切除点进行确定，并将所述三维世界坐标系中的切除点作为所述待切除萝卜的切除点。
10、根据本专利技术提供的一种萝卜樱切割部位智能识别方法，基于幻影卷积，对所述待切缨萝卜图像进行卷积模块压缩，得到所述待切缨萝卜图像的卷积输出特征，包括：
11、基于幻影卷积中的基础卷积核，对所述待切缨萝卜图像进行卷积操作，生成所述待切缨萝卜图像的基础特征图；
12、基于幻影卷积中的线性变换，基于所述基础特征图生成幻影特征图，并将所述基础特征图以及所述幻影特征图作为所述待切缨萝卜图像的卷积输出特征。
13、根据本专利技术提供的一种萝卜樱切割部位智能识别方法，基于所述卷积输出特征进行目标识别，得到所述待切缨萝卜的目标识别检测框，包括：
14、将所述卷积输出特征输入目标检测模型，得到所述目标检测模型输出的所述待切缨萝卜的目标识别检测框，所述目标检测模型是基于萝卜样本图像的卷积输出特征及其对应的萝卜目标标签训练得到的。
15、根据本专利技术提供的一种萝卜樱切割部位智能识别方法，目标检测模型为yolov8模型。
16、根据本专利技术提供的一种萝卜樱切割部位智能识别方法，获取待切缨萝卜图像之后，还包括：
17、对所述待切缨萝卜图像进行存储，并将存储的待切缨萝卜图像发送至云平台，以使所述云平台基于所述待切缨萝卜图像对所述模型进行训练，得到训练后的模型参数，并基于所述训练后的模型参数，对所述目标检测模型的模型参数进行更新。
18、本专利技术还提供一种萝卜樱切割部位智能识别方法，包括如下模块：
19、卷积模块，用于获取待切缨萝卜图像，并基于幻影卷积，对所述待切缨萝卜图像进行卷积模块压缩，得到所述待切缨萝卜图像的卷积输出特征；
20、识别模块，用于基于所述卷积输出特征进行目标识别，得到所述待切缨萝卜的目标识别检测框；
21、分界点确定模块，用于基于目标比例，从所述目标识别检测框中确定萝卜与茎叶的分界点，所述目标比例是基于待切缨萝卜的萝卜长度与待切缨萝卜的茎叶长度之比确定的；
22、切缨模块，用于基于消失点检测算法以及所述分界点，确定待切缨萝卜的切除点，并基于所述切除点执行所述待切缨萝卜的切缨。
23、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述萝卜樱切割部位智能识别方法。
24、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述萝卜樱切割部位智能识别方法。
25、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述萝卜樱切割部位智能识别方法。
26、本专利技术提供的萝卜樱切割部位智能识别方法及装置，通过幻影卷积，对待切缨萝卜图像进行卷积模块压缩，得到待切缨萝卜图像的卷积输出特征，减少计算量和模型复杂度，还能保留图像中的关键信息，提升了实时切缨过程的效率。与此同时，基于目标比例，从所述目标识别检测框中确定萝卜与茎叶的分界点，并基于分界点进一步确定待切缨萝卜的切除点，实现了待切缨萝卜的自动切缨过程，提升了切缨过程的准确率。
本文档来自技高网...【技术保护点】
1.一种萝卜樱切割部位智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的萝卜樱切割部位智能识别方法，其特征在于，所述基于消失点检测算法以及所述分界点，确定待切缨萝卜的切除点，包括：
3.根据权利要求1所述的萝卜樱切割部位智能识别方法，其特征在于，所述基于幻影卷积，对所述待切缨萝卜图像进行卷积模块压缩，得到所述待切缨萝卜图像的卷积输出特征，包括：
4.根据权利要求1所述的萝卜樱切割部位智能识别方法，其特征在于，所述基于所述卷积输出特征进行目标识别，得到所述待切缨萝卜的目标识别检测框，包括：
5.根据权利要求4所述的萝卜樱切割部位智能识别方法，其特征在于，所述目标检测模型为YOLOv8模型。
6.根据权利要求1所述的萝卜樱切割部位智能识别方法，其特征在于，所述获取待切缨萝卜图像之后，还包括：
7.一种萝卜樱切割部位智能识别装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述萝卜樱切割部位智能识别方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述萝卜樱切割部位智能识别方法。
...【技术特征摘要】
1.一种萝卜樱切割部位智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的萝卜樱切割部位智能识别方法，其特征在于，所述基于消失点检测算法以及所述分界点，确定待切缨萝卜的切除点，包括：
3.根据权利要求1所述的萝卜樱切割部位智能识别方法，其特征在于，所述基于幻影卷积，对所述待切缨萝卜图像进行卷积模块压缩，得到所述待切缨萝卜图像的卷积输出特征，包括：
4.根据权利要求1所述的萝卜樱切割部位智能识别方法，其特征在于，所述基于所述卷积输出特征进行目标识别，得到所述待切缨萝卜的目标识别检测框，包括：
5.根据权利要求4所述的萝卜樱切割部位智能识别方法，其特征在于，所述目标检测模型为yolov8模型。
6.根据权利要...
【专利技术属性】
技术研发人员：吴华瑞，郭威，朱华吉，郭旺，缪祎晟，
申请(专利权)人：北京市农林科学院信息技术研究中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。