CN114863112B 基于U-net语义分割茶嫩芽识别与采摘点定位方法及系统 （江苏大学）

基于U-net语义分割茶嫩芽识别与采摘点定本发明公开了基于U_net语义分割茶嫩芽识net语义分割网络结构，并利用带标签嫩芽数据集和不带标签嫩芽数据集对改进的U_net语义分型进行特征提取和加强特征提取得到语义分割预测结果，其中改进的预测头部网络涉及到MSAU_net语义分割模型的茶嫩芽的实时识别和采摘2所述编码器的输入为待语义分割图像，所述编码器的输出分别作为解所述半监督训练分支包括加噪器和K个辅助解码器，利用加噪器对编码器的输出进行加噪，加噪后的结果fa(x")分别输入K个辅助解码器；利用K个辅助结果为f(f):步骤2.3：利用步骤2.1中带标签的数据集和不带标签的数据集对所构建改进的U_net步骤3、基于语义分割结果进行边缘扫描得到嫩芽边缘，基于嫩芽边缘计算嫩芽采摘扫描语义分割结果中的茶叶嫩芽轮廓，获得茶lI为向下取整符号；32.根据权利要求1所述一种基于改进U_net语义分割算法的茶嫩芽识别与采摘点定位对训练好的改进U_net语义分割模型中的半监督训练分支进行剪支处理；剪支处理后3.根据权利要求1所述一种基于改进U_net语义分割算法的茶嫩芽识别与采摘点定位对改进的U_net网络进行反向传播，以梯度下降方式更新编码器和解码器中的权重参辅助解码器输出的语义分割结果为对MSA和辅助解码器输出结果进行一4.根据权利要求1所述一种基于改进U_net语义分割算法的茶嫩芽识别与采摘点定位5.根据权利要求1所述一种基于改进U_net语义分割算法的茶嫩芽识别与采摘点定位4语义分割模块内置训练好的改进U_net语义分割模型，利用改进U_ne采摘点计算模块内置边缘扫描算法和采摘点算法，采摘点计算模块基7.根据权利要求6所述的一种基于改进U_net语义分割算法的茶嫩芽识别与采摘点定8.根据权利要求6所述的一种基于改进U_net语义分割算法的茶嫩芽识别与采摘点定5[0001]本发明属于茶叶智能采摘领域，具体涉及到一种改进U_net语义分割模型构建方采摘成为了研究热点，针对名优茶嫩芽识别和采摘点定位的研究也因此得到了快速的发[0004]针对现有技术中存在的不足，本发明提出了基于U_net语义分割茶嫩芽识别与采[0012]所述半监督训练分支包括加噪器和K个辅助解码器，利用加噪器对编码器的输出分割结果为f(f):[0013]步骤3：利用步骤1中带标签的数据集和不带标签的数据集对所构建改进的U_net6[0017]对改进的U_net网络进行反向传播，以梯度下降方式更新编码器和解码器中的权义分割结果为加噪器输出结果为fa("),同时将并行输入到K个辅助解码器中，通过辅助解码器输出的语义分割结果为[0024]一种基于改进U_net语义分割算法的茶嫩芽识别与采摘点定位方法，包括如下步[0030]对训练好的改进U_net语义分割模型中的半监督训练分支进行剪支处理；剪支处[0031]将茶叶嫩芽图像作为输入，利用剪支后的改进U_net语义分割模型进行语义分割7mn[0041]一种基于改进U_net语义分割算法的茶嫩芽识别与采摘点定位系统；该系统包括型对预处理后的图像进行茶嫩芽的语义分割；语义分割模块与采摘点定位模块信号连接，8经过四次上采样的H*W*num_clas9[0066]g1与语义分割结果进行逐层相乘，再经过一次上采样表示为出进行加噪，加噪后的结果fa(xy)分别输入K个辅助解码器；利用K个辅助解码器输出的语解码器进行加强特征提取和上采样，对MSA输出的语义分割结果与标签值yi进行交叉[0072]对改进的U_net网络进行反向传播，以梯度下降方式更新编码器和解码器中的权[0080]结合附图1和5所示一种基于改进U_net语义分割算法的茶嫩芽识别与采摘点定位[0085]将茶叶嫩芽图像作为输入，利用剪支后的改进U_net语义分割模型进行语义分割mn[0094]在本实施例中，步骤3中边缘扫描可以采用OpenCV调用c[0096]在本实施例中，步骤4中可以调用PIL库中的Im[0097]为了实现上述基于改进U_net语义分割算法的茶嫩芽识别与采摘点定位方法，本申请还设计了基于改进U_net语义分割算法的茶嫩芽识别与采摘点定位系统；该