[發明專利]一種基于機器學習的中耕期甘蔗幼苗培土方法

有效

• 申請號: 202110373624.8
• 申請日: 2021-04-07
• 公開（公告）號: CN113128577B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 李尚平;李威;文春明;廖義奎;李凱華;閆昱曉;李科暢;袁泓磊;甘偉光;閆清林;陳成;葉瀅敏;王聰
• 申請（專利權）人: 廣西民族大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06Q50/02
• 代理公司: 南寧市吉昌知識產權代理事務所(普通合伙) 45125
• 代理人: 林鵬

本發明屬于機器學習領域，涉及一種基于機器學習的中耕期甘蔗幼苗培土方法，包括以下步驟：1)訓練獲得中耕期甘蔗培土識別定位網絡模型；2)對攝像頭實時采集的幼苗期甘蔗圖片進行實時特征提取、目標定位和獲取目標的中心點坐標信息并保存；3)構建基于監督學習的坐標分類系統，將實時預測目標獲取的預測框中心點坐標信息分成甘蔗中耕培土機的左側和右側兩組坐標數據；4)對兩組坐標數據的計算處理，分別計算出每組坐標數據的傾斜值；5)培土設備根據傾斜值的大小范圍做出實時調整進行培土作業。本發明實現甘蔗中耕培土過程的精準預測控制，降低人工成本和機械成本，對后期甘蔗中耕培土機智能化的發展具有很大的推廣意義。

技術領域

本發明屬于機器學習領域，涉及一種基于機器學習的中耕期甘蔗幼苗培土方法。

背景技術

甘蔗是高桿作物，植株在長出后因為受到自然環境的影響，會普遍出現倒伏、積水、內澇等問題，因此植株的抗倒伏性能是保證后續甘蔗質量、產量以及機械化管理和采收的重要保證，所以甘蔗中耕培土是甘蔗前期種植中最重要的工序之一，甘蔗的培土在幼苗期進行，這樣有助于甘蔗根部的分蘗和生長，因不培土或培土不到位而在甘蔗基部形成的凹面對機械化收割不利，易造成甘蔗損失、破頭率增加，從而影響甘蔗的宿根發芽，增加含雜率，造成蔗農的損失并影響糖廠的抽出率。

目前針對甘蔗中耕培土作業質量和效率的提升仍然是基于對機械的改良上，對于機械智能化的應用還很缺乏，缺乏在中耕培土的過程中運用機器學習的方法對甘蔗中耕期幼苗進行自動識別培土的方法。

發明內容

本發明的主要目的是提供一種基于機器學習的中耕期甘蔗幼苗培土方法，旨在解決解決目前甘蔗中耕培土過程中作業質量不穩定的、作業效率低的問題。

為實現上述目的，本發明提出的

一種基于機器學習的中耕期甘蔗幼苗培土方法，其特征在于，包括以下步驟：

1)訓練獲得中耕期甘蔗培土識別定位網絡模型；

2)對攝像頭實時采集的幼苗期甘蔗圖片進行實時特征提取、目標定位和獲取目標的中心點坐標信息并保存；

3)構建基于監督學習的坐標分類系統，根據幼苗期甘蔗的分布情況分，將第一部分實時預測目標獲取的預測框中心點坐標信息分成甘蔗中耕培土機的左側和右側兩組坐標數據；

4)對兩組坐標數據的計算處理，分別計算出每組坐標數據的傾斜值；

5)培土設備根據傾斜值的大小范圍做出實時調整進行培土作業。

進一步的，所述步驟1)包括以下步驟：

a、采集中耕期幼苗期甘蔗原始圖像素材；

b、篩選圖片素材，對圖片中的目標進行標記，將圖片素材按比例生成訓練集、驗證集和測試集；

c、使用卷積神經網絡模型對訓練集、驗證集進行訓練，獲取最優權值作為訓練結果；

d、調用卷積神經網絡模型對測試集進行目標預測，獲取目標信息并保存；

e、對保存的目標信息進行篩選并制作成監督學習模型的訓練集和測試集，使用監督學習模型進行迭代訓練獲得識別定位網絡模型。

進一步的，所述步驟a)具體實施方式為：針對40cm-50cm高度且處于幼苗中耕期的甘蔗植株進行圖片采集，將攝像頭擺放在距離地面80-100cm的高度沿著中耕培土機的行駛路徑進行視頻錄制，且在多個不同的甘蔗種植區域進行錄制以獲取不同甘蔗種植區域的圖像。

進一步的，所述步驟b)具體實施方式為：對甘蔗根部與土壤接觸的局部位置進行標記，將目標添加同一類標簽并生成標記文件，標記文件包含標簽類別和標記框的中心點坐標以及寬高，然后按比例生成模型訓練所需的訓練集、驗證集與測試集。