叶菜种子精密育秧播种性能检测系统及其搭建方法

文档序号:33775326发布日期:2023-04-18 22:50阅读:来源:国知局

技术特征:

1.叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于,包括如下步骤:

2.按照权利要求1所述的叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于,在步骤s1中,部署深度学习网络模型以及各按键功能函数模块到树莓派4b包括以下两步:

3.按照权利要求1所述的叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于,在步骤s2中,利用pyqt来创建一个图形化界面,实现的功能包括:

4.按照权利要求1所述的叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于,在步骤s3中,基于opencv进行轮廓算法检测秧穴位置的过程包括:

5.按照权利要求4所述的叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于,步骤s32包括:

6.按照权利要求4所述的叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于,步骤s33包括:

7.按照权利要求1所述的叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于,步骤s4包括:

8.按照权利要求7所述的叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于,步骤s41包括:

9.按照权利要求1所述的叶菜种子精密育秧播种性能检测系统的搭建方法,其特征在于:在步骤s5中,选用评价指标来测试深度学习的网络模型,采用准确率、精确率、召回率3个指标计算公式:

10.叶菜种子精密育秧播种性能检测系统,其特征在于:通过权利要求1-9中任一项所述的叶菜种子精密育秧播种性能检测系统的搭建方法进行搭建。


技术总结
叶菜种子精密育秧播种性能检测系统及其搭建方法,包括:设计Qt跨平台框架,将训练好的深度学习网络模型和按键功能函数模块部署到树莓派4B的Bullseye系统;利用Qt控制工业相机对不同叶菜种子秧盘图像进行采集,实现秧盘图像的捕获、保存、选取打开、灰度化、二值化、种子检测;基于轮廓算法对每个秧穴位置进行定位,检测漏播的秧穴,并记录位置信息;基于深度学习网络框架对不同叶菜种子秧盘图像进行检测识别,构建叶菜种子分类及播种量检测的网络模型,并对比网络模型的检测准确率;选用评价指标来测试深度学习网络模型,选取最优的网络模型。本发明对叶菜种子研究及应用具有重要意义,属于叶菜种子播种性能识别技术领域。

技术研发人员:谭穗妍,余杰,马旭,胡希红,王曦成,杨传艺,秦亦娟,陈嘉盈
受保护的技术使用者:华南农业大学
技术研发日:
技术公布日:2024/1/13
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1