基于多路神經(jīng)網(wǎng)絡(luò)的黃花菜關(guān)節(jié)點檢測算法研究

打開文本圖片集

摘要：傳統(tǒng)的目標(biāo)檢測算法僅能得到目標(biāo)框，無法確定黃花菜的生長姿態(tài)。針對這一問題，在現(xiàn)有目標(biāo)檢測算法的基礎(chǔ)上優(yōu)化神經(jīng)網(wǎng)絡(luò)（Neural Network）結(jié)構(gòu)，由檢測框預(yù)測改為關(guān)節(jié)點的預(yù)測。首先，按照錨點匹配的方式確定黃花菜的生長方向及長度，統(tǒng)計黃花菜目標(biāo)生長角度和長度，按照統(tǒng)計結(jié)果設(shè)置多個錨點，實際生長角度和長度與錨點進行比較，獲得目標(biāo)的相對長度和角度，并將其作為模型預(yù)測值進行訓(xùn)練；其次，在模型中加入熱力圖預(yù)測分支，對4個關(guān)節(jié)點進行預(yù)測；最后，利用目標(biāo)長度和角度信息連接關(guān)節(jié)點得到黃花菜目標(biāo)的生長姿態(tài)。（剩余14926字）