本申請(qǐng)涉及蘋(píng)果成熟度檢測(cè)，尤其涉及蘋(píng)果成熟度檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、蘋(píng)果成熟度的準(zhǔn)確檢測(cè)對(duì)于果園管理和自動(dòng)化采摘具有重要意義。然而，目前的檢測(cè)技術(shù)在檢測(cè)精度上存在一些挑戰(zhàn)。

2、在復(fù)雜果園環(huán)境下，目標(biāo)檢測(cè)算法可能會(huì)因?yàn)閰?shù)量大、魯棒性差等問(wèn)題而表現(xiàn)不佳。例如，自然光線、天氣條件、果實(shí)顏色、采集角度和樣本數(shù)量等因素都可能對(duì)檢測(cè)精度產(chǎn)生影響。特別是在檢測(cè)遠(yuǎn)距離及遮擋目標(biāo)時(shí)，現(xiàn)有算法可能會(huì)出現(xiàn)漏檢和置信度偏低的問(wèn)題，難以滿足實(shí)時(shí)作業(yè)的需求。

3、上述內(nèi)容僅用于輔助理解本申請(qǐng)的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)的主要目的在于提供一種蘋(píng)果成熟度檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，旨在解決現(xiàn)有蘋(píng)果成熟度檢測(cè)技術(shù)檢測(cè)精度低的技術(shù)問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)岢鲆环N蘋(píng)果成熟度檢測(cè)方法，所述的蘋(píng)果成熟度檢測(cè)方法包括：

3、獲取歷史蘋(píng)果圖像和待檢測(cè)蘋(píng)果圖像；

4、將所述歷史蘋(píng)果圖像分為訓(xùn)練集和驗(yàn)證集，對(duì)初始檢測(cè)模型進(jìn)行訓(xùn)練，得到目標(biāo)檢測(cè)模型，其中，所述目標(biāo)檢測(cè)模型包括卷積層、跨階段特征融合層及空間金字塔池化層；

5、通過(guò)所述目標(biāo)檢測(cè)模型中的所述卷積層、所述跨階段特征融合層及所述空間金字塔池化層對(duì)所述待檢測(cè)蘋(píng)果圖像進(jìn)行處理，得到蘋(píng)果成熟度檢測(cè)結(jié)果。

6、在一實(shí)施例中，所述通過(guò)所述目標(biāo)檢測(cè)模型中的所述卷積層、所述跨階段特征融合層及所述空間金字塔池化層對(duì)所述待檢測(cè)蘋(píng)果圖像進(jìn)行處理，得到蘋(píng)果成熟度檢測(cè)結(jié)果的步驟，包括：

7、通過(guò)所述目標(biāo)檢測(cè)模型中的所述卷積層提取所述待檢測(cè)蘋(píng)果圖像的局部特征，得到特征圖；

8、通過(guò)所述跨階段特征融合層對(duì)所述特征圖進(jìn)行處理，得到增強(qiáng)后的特征圖；

9、通過(guò)所述空間金字塔池化層對(duì)所述增強(qiáng)后的特征圖進(jìn)行處理，得到目標(biāo)特征圖像，基于所述目標(biāo)特征圖像生成蘋(píng)果成熟度檢測(cè)結(jié)果。

10、在一實(shí)施例中，所述通過(guò)所述空間金字塔池化層對(duì)所述增強(qiáng)后的特征圖進(jìn)行處理，得到目標(biāo)特征圖像的步驟，包括：

11、通過(guò)所述空間金字塔池化層對(duì)所述增強(qiáng)后的特征圖進(jìn)行多尺度池化，得到所述待檢測(cè)蘋(píng)果圖像的全局尺度特征、半局部尺度特征以及局部尺度特征；

12、對(duì)所述全局尺度特征、所述半局部尺度特征以及所述局部尺度特征進(jìn)行融合，得到目標(biāo)特征圖像。

13、在一實(shí)施例中，所述通過(guò)所述跨階段特征融合層對(duì)所述特征圖進(jìn)行處理，得到增強(qiáng)后的特征圖的步驟，包括：

14、通過(guò)所述跨階段特征融合層對(duì)所述特征圖進(jìn)行特征轉(zhuǎn)換、分支處理和特征融合，得到增強(qiáng)后的特征圖。

15、在一實(shí)施例中，所述通過(guò)所述目標(biāo)檢測(cè)模型中的所述卷積層提取所述待檢測(cè)蘋(píng)果圖像的局部特征，得到特征圖的步驟之后，還包括：

16、將所述特征圖通過(guò)神經(jīng)網(wǎng)絡(luò)注意力機(jī)制的通道注意力機(jī)制和空間注意力機(jī)制進(jìn)行處理，得到注意力增強(qiáng)特征圖；

17、所述通過(guò)所述跨階段特征融合層對(duì)所述特征圖進(jìn)行特征轉(zhuǎn)換、分支處理和特征融合，得到增強(qiáng)后的特征圖的步驟，還包括：

18、通過(guò)所述跨階段特征融合層對(duì)所述注意力增強(qiáng)特征圖進(jìn)行特征轉(zhuǎn)換、分支處理和特征融合，得到增強(qiáng)后的特征圖。

19、在一實(shí)施例中，所述獲取待檢測(cè)蘋(píng)果圖像的步驟之后，還包括：

20、對(duì)所述待檢測(cè)蘋(píng)果圖像進(jìn)行去噪處理，得到去噪后的蘋(píng)果圖像；

21、對(duì)所述去噪后的蘋(píng)果圖像進(jìn)行圖像增強(qiáng)處理，得到增強(qiáng)后的待檢測(cè)蘋(píng)果圖像；

22、將所述增強(qiáng)后的待檢測(cè)蘋(píng)果圖像作為待檢測(cè)蘋(píng)果圖像。

23、在一實(shí)施例中，所述將所述歷史蘋(píng)果圖像分為訓(xùn)練集和驗(yàn)證集，對(duì)初始檢測(cè)模型進(jìn)行訓(xùn)練的步驟之前，還包括：

24、對(duì)所述歷史蘋(píng)果圖像分別進(jìn)行成熟度標(biāo)注，得到所述歷史蘋(píng)果圖像的標(biāo)注數(shù)據(jù)；

25、基于所述標(biāo)注數(shù)據(jù)生成對(duì)應(yīng)的標(biāo)簽文件，并基于所述標(biāo)簽文件執(zhí)行將所述歷史蘋(píng)果圖像分為訓(xùn)練集和驗(yàn)證集，對(duì)初始檢測(cè)模型進(jìn)行訓(xùn)練的步驟。

26、此外，為實(shí)現(xiàn)上述目的，本申請(qǐng)還提出一種蘋(píng)果成熟度檢測(cè)裝置，所述裝置包括：

27、圖像獲取模塊，用于獲取歷史蘋(píng)果圖像和待檢測(cè)蘋(píng)果圖像；

28、模型構(gòu)建模塊，用于將所述歷史蘋(píng)果圖像分為訓(xùn)練集和驗(yàn)證集，對(duì)初始檢測(cè)模型進(jìn)行訓(xùn)練，得到目標(biāo)檢測(cè)模型，其中，所述目標(biāo)檢測(cè)模型包括卷積層、跨階段特征融合層及空間金字塔池化層；

29、圖像處理模塊，用于通過(guò)所述目標(biāo)檢測(cè)模型中的所述卷積層、所述跨階段特征融合層及所述空間金字塔池化層對(duì)所述待檢測(cè)蘋(píng)果圖像進(jìn)行處理，得到蘋(píng)果成熟度檢測(cè)結(jié)果。

30、部署模塊，用于基于所述每次更新的最優(yōu)網(wǎng)絡(luò)覆蓋率確定目標(biāo)個(gè)體位置及目標(biāo)網(wǎng)絡(luò)覆蓋率，并基于所述目標(biāo)網(wǎng)絡(luò)覆蓋率建立目標(biāo)蘋(píng)果成熟度檢測(cè)圖。

31、此外，為實(shí)現(xiàn)上述目的，本申請(qǐng)還提出一種蘋(píng)果成熟度檢測(cè)設(shè)備，所述設(shè)備包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序配置為實(shí)現(xiàn)如上文所述的蘋(píng)果成熟度檢測(cè)方法的步驟。

32、此外，為實(shí)現(xiàn)上述目的，本申請(qǐng)還提出一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上文所述的蘋(píng)果成熟度檢測(cè)方法的步驟。

33、此外，為實(shí)現(xiàn)上述目的，本申請(qǐng)還提供一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上文所述的蘋(píng)果成熟度檢測(cè)方法的步驟。

34、本申請(qǐng)?zhí)岢龅囊粋€(gè)或多個(gè)技術(shù)方案，至少具有以下技術(shù)效果：

35、獲取歷史蘋(píng)果圖像和待檢測(cè)蘋(píng)果圖像；將歷史蘋(píng)果圖像分為訓(xùn)練集和驗(yàn)證集，對(duì)初始檢測(cè)模型進(jìn)行訓(xùn)練，得到目標(biāo)檢測(cè)模型，其中，目標(biāo)檢測(cè)模型包括卷積層、跨階段特征融合層及空間金字塔池化層；通過(guò)目標(biāo)檢測(cè)模型中的卷積層、跨階段特征融合層及空間金字塔池化層對(duì)待檢測(cè)蘋(píng)果圖像進(jìn)行處理，得到蘋(píng)果成熟度檢測(cè)結(jié)果，具有高實(shí)時(shí)性和高精度檢測(cè)能力。

技術(shù)特征：

1.一種蘋(píng)果成熟度檢測(cè)方法，其特征在于，所述蘋(píng)果成熟度檢測(cè)方法包括：

2.如權(quán)利要求1所述的蘋(píng)果成熟度檢測(cè)方法，其特征在于，所述通過(guò)所述目標(biāo)檢測(cè)模型中的所述卷積層、所述跨階段特征融合層及所述空間金字塔池化層對(duì)所述待檢測(cè)蘋(píng)果圖像進(jìn)行處理，得到蘋(píng)果成熟度檢測(cè)結(jié)果的步驟，包括：

3.如權(quán)利要求2所述的蘋(píng)果成熟度檢測(cè)方法，其特征在于，所述通過(guò)所述空間金字塔池化層對(duì)所述增強(qiáng)后的特征圖進(jìn)行處理，得到目標(biāo)特征圖像的步驟，包括：

4.如權(quán)利要求2所述的蘋(píng)果成熟度檢測(cè)方法，其特征在于，所述通過(guò)所述跨階段特征融合層對(duì)所述特征圖進(jìn)行處理，得到增強(qiáng)后的特征圖的步驟，包括：

5.如權(quán)利要求2所述的蘋(píng)果成熟度檢測(cè)方法，其特征在于，所述通過(guò)所述目標(biāo)檢測(cè)模型中的所述卷積層提取所述待檢測(cè)蘋(píng)果圖像的局部特征，得到特征圖的步驟之后，還包括：

6.如權(quán)利要求1所述的蘋(píng)果成熟度檢測(cè)方法，其特征在于，所述獲取待檢測(cè)蘋(píng)果圖像的步驟之后，還包括：

7.如權(quán)利要求1所述的蘋(píng)果成熟度檢測(cè)方法，其特征在于，所述將所述歷史蘋(píng)果圖像分為訓(xùn)練集和驗(yàn)證集，對(duì)初始檢測(cè)模型進(jìn)行訓(xùn)練的步驟之前，還包括：

8.一種蘋(píng)果成熟度檢測(cè)裝置，其特征在于，所述裝置包括：

9.一種蘋(píng)果成熟度檢測(cè)設(shè)備，其特征在于，所述設(shè)備包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序配置為實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的蘋(píng)果成熟度檢測(cè)方法的步驟。

10.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的蘋(píng)果成熟度檢測(cè)方法的步驟。

技術(shù)總結(jié)
本申請(qǐng)公開(kāi)了一種蘋(píng)果成熟度檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及蘋(píng)果成熟度檢測(cè)技術(shù)領(lǐng)域，包括：獲取歷史蘋(píng)果圖像和待檢測(cè)蘋(píng)果圖像；將歷史蘋(píng)果圖像分為訓(xùn)練集和驗(yàn)證集，對(duì)初始檢測(cè)模型進(jìn)行訓(xùn)練，得到目標(biāo)檢測(cè)模型，其中，目標(biāo)檢測(cè)模型包括卷積層、跨階段特征融合層及空間金字塔池化層；通過(guò)目標(biāo)檢測(cè)模型中的卷積層、跨階段特征融合層及空間金字塔池化層對(duì)待檢測(cè)蘋(píng)果圖像進(jìn)行處理，得到蘋(píng)果成熟度檢測(cè)結(jié)果，具有高實(shí)時(shí)性和高精度檢測(cè)能力。

技術(shù)研發(fā)人員：周康,高遵海
受保護(hù)的技術(shù)使用者：武漢輕工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6