一种基于无人机和深度学习的农作物杂草检测方法及装置
基本信息
| 申请号 | CN202210267089.2 | 申请日 | - |
| 公开（公告）号 | CN114648500A | 公开（公告）日 | 2022-06-21 |
| 申请公布号 | CN114648500A | 申请公布日 | 2022-06-21 |
| 分类号 | G06T7/00（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T5/50（2006.01）I;G01S19/42（2010.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 罗强;韩润华;殷志坚;杨贞;余亮;熊朝松 | 申请（专利权）人 | 江西科技师范大学 |
| 代理机构 | 杭州君度专利代理事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 330036江西省南昌市红谷滩新区红角洲学府大道589号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于无人机和深度学习的农作物杂草检测方法及装置。该装置通过固定在无人机上的控制模块和视觉模块进行实时扫描与检测，并通过定位模块返回杂草坐标。该方法包括：拍摄制作农作物杂草数据集；然后在FPN部分添加改进注意力模块的NanoDet作为识别模型，使用公共农作物杂草数据集训练模型；再将改进的NanoDet检测算法和训练好的模型移植到无人机上，操作无人机获取图像，检测算法通过读取图像进行实时检测；最后，通过GPS将检测到杂草所在的坐标进行定位，传输回后台以待下一步的除草任务。本方法提升了现有算法的检测精度，配合无人机能实现高效、精确的杂草检测坐标，为科学管理农田提供了新的方法。 |
