【技術實現步驟摘要】
本申請屬于作物種植區域雜草識別方法，具體涉及一種作物種植區域雜草識別方法。
技術介紹
1、作物種植區域中經常會長出雜草，例如豬殃殃、播娘蒿、野燕麥、婆婆納和刺兒菜等，與作物爭搶肥料、水分、陽光，嚴重影響作物的生長，為此，需要及時的對作物種植區域長出的雜草進行清除。
2、清除作物種植區域長出的雜草，首先需要對作物種植區域長出的雜草進行識別，將作物種植區域長出的雜草識別出來，然后才能夠針對性的進行清除。
3、當前，多是依靠人工的巡視的方法，對作物種植區域長出的雜草進行識別，該種方法，會耗費大量的人工，且容易發生遺漏，難以保證能夠在大范圍內及時發現識別出作物種植區域長出的雜草，錯失清除時機，容易發生嚴重影響作物生長的情形。
4、鑒于上述技術缺陷的存在提出本申請。
5、需注意的是，以上
技術介紹
內容的公開僅用于輔助理解本專利技術的專利技術構思及技術方案，其并不必然屬于本專利申請的現有技術，在沒有明確的證據表明上述內容在本申請的申請日已經公開的情況下，上述
技術介紹
不應當用于評價本申請的新穎性和創造性。
技術實現思路
1、本申請的目的是提供一種作物種植區域雜草識別方法，以克服或減輕已知存在的至少一方面的技術缺陷。
2、本申請的技術方案是：
3、一種作物種植區域雜草識別方法，包括：
4、步驟一、收集雜草圖片；
5、步驟二、對雜草圖片進行數據增強處理；
6、步驟三、利用雜草圖片，對yolo?v
7、步驟四、采集作物種植區域圖片，利用雜草識別模型，進行雜草識別。
8、可選的，上述的作物種植區域雜草識別方法中，步驟一中，收集雜草圖片，包括豬殃殃、播娘蒿、野燕麥、婆婆納、刺兒菜的圖片。
9、可選的，上述的作物種植區域雜草識別方法中，步驟二中，對雜草圖片進行數據增強處理，包括：
10、對雜草圖片進行旋轉，具體有逆時針90°、180°、270°旋轉；
11、對雜草圖片進行水平翻轉；
12、在雜草圖片中添加噪聲，具體包括添加高斯噪聲、椒鹽噪聲、散點噪聲。
13、可選的，上述的作物種植區域雜草識別方法中，步驟三中，隨機將80％的雜草圖片用來訓練，10％的雜草圖片用于測試，10％的雜草圖片用于驗證。
14、可選的，上述的作物種植區域雜草識別方法中，步驟三中，yolo?v5算法模型的網絡結構包括輸入層、主干層、網絡層、檢測層。
15、可選的，上述的作物種植區域雜草識別方法中，步驟三中，yolo?v5算法模型的網絡結構中，主干層、網絡層對雜草圖片進行特征提取、融合，將雜草圖片的特征圖片傳遞給檢測層進行雜草識別。
16、可選的，上述的作物種植區域雜草識別方法中，步驟三中，yolo?v5算法模型的網絡結構中，網絡層輸出的雜草圖片的特征圖片中使用錨框，并以giou作為邊界框訓練的損失函數。
17、可選的，上述的作物種植區域雜草識別方法中，步驟三中，yolo?v5算法模型的網絡結構中，損失函數giou為：
18、
19、其中，
20、iou為預測框和真實框的交集面積；
21、ac為預測框和真實框的最小閉包區域面積；
22、u為閉包區域中不屬于預測框、真實框兩個框的區域面積。
23、本申請至少存在以下有益技術效果：
24、提供一種作物種植區域雜草識別方法，通過收集雜草圖片，對雜草圖片進行數據增強處理后，對yolo?v5算法進行訓練，得到雜草識別模型，進而能夠以雜草識別模型，對作物種植區域圖片，進行雜草識別，得到作物種植區域是否長出雜草，能夠在大范圍內及時發現識別出作物種植區域長出的雜草，對作物種植區域長出的雜草進行清除，避免對作物生長造成嚴重影響。
本文檔來自技高網...【技術保護點】
1.一種作物種植區域雜草識別方法，其特征在于，包括：
2.根據權利要求1所述的作物種植區域雜草識別方法，其特征在于，
3.根據權利要求2所述的作物種植區域雜草識別方法，其特征在于，
4.根據權利要求3所述的作物種植區域雜草識別方法，其特征在于，
5.根據權利要求4所述的作物種植區域雜草識別方法，其特征在于，
6.根據權利要求1所述的作物種植區域雜草識別方法，其特征在于，
7.根據權利要求6所述的作物種植區域雜草識別方法，其特征在于，
8.根據權利要求7所述的作物種植區域雜草識別方法，其特征在于，
【技術特征摘要】
1.一種作物種植區域雜草識別方法，其特征在于，包括：
2.根據權利要求1所述的作物種植區域雜草識別方法，其特征在于，
3.根據權利要求2所述的作物種植區域雜草識別方法，其特征在于，
4.根據權利要求3所述的作物種植區域雜草識別方法，其特征在于，
【專利技術屬性】
技術研發人員：崔弼峰，馬建琴，高俊，陳易簡，韓佳琪，張書暢，張東令，黃治國，葛紅根，何蘭蘭，宋明梅，尹慧潔，
申請(專利權)人：華北水利水電大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。