本技术专利覆盖目标识别领域,特别针对在复杂环境中的目标检测技术、系统及存储介质。核心步骤包括捕获目标区域的无人机航拍图像,并将其输入至预训练的目标检测模型中进行分析。
背景技术
中国是世界菠萝主产国之一,目前菠萝的收获与亩产统计主要依靠人工采摘与统计,这需要巨大的人力与时间成本。基于深度学习的目标检测方法可以自动识别并统计图像数据中的菠萝,因此带来了统计效率的极大提高。
无人机由于其相对较低的成本和以简单的方式快速捕获图像的易操作性而在市场上受到用户欢迎。基于无人机的高空间分辨率图像及其多次访问的能力使其能够创建大量详细的数据集。因此基于无人机航拍图片的菠萝识别成为研究热点。
由于无人机的拍摄特点,获取的航拍图像中菠萝目标较小,而主流基于深度学习的神经网络的设计对小目标考虑较少,同时因为菠萝的种植特点,使得获取的图像中菠萝较为密集,且存在受菠萝叶遮挡的菠萝果实与其他菠萝果实姿态不同的情况,导致特征提取困难。在无人机的航拍图像中进行菠萝识别任务是个典型的对复杂环境中的密集小目标的目标检测任务,现有的基于深度学习的目标检测算法处理起来比较困难。
实现思路