基于ResNet深度残差网络的白喉乌头检测

文献类型： 中文期刊

第一作者： 梁俊欢

作者： 梁俊欢;董峦;阿斯娅·曼力克;孙宗玖;魏鹏;马海燕;艾尼玩·艾买尔;阿仁;郑逢令

作者机构：

关键词： 毒害草;深度学习;卷积神经网络;无人机遥感;目标识别;Faster-RCNN;SSD

期刊名称： 草业科学

ISSN： 1001-0629

年卷期： 2023 年 001 期

页码： 144-151

收录情况： 北大核心 ; CSCD

摘要： 在人类活动和气候变化的影响下，毒害草的蔓延威胁着生态安全和畜牧业的健康发展，白喉乌头（Aconitum leucostomum）是新疆伊犁地区危害最为严重的毒害草之一。为了实现天然草原异质背景下快速、精准、自动检测毒害草的目标，以白喉乌头为研究对象，利用无人机航拍正射影像构建白喉乌头数据集。基于Faster-RCNN和SSD算法，采用ResNet50和ResNet101两种深度的主干网络提取特征，对比不同方法的检测精度。结果表明：通过对比测试集的检测精度Faster-RCNN＿ResNet50的mAP （平均精确度）值最高，达到64.74%，而SSD＿ResNet50的mAP最低，仅为48.70%,Faster-RCNN＿ResNet101的mAP值为63.37%，而SSD＿ResNet101的为52.55%。本研究对从航拍正射影像中检测白喉乌头有借鉴意义和参考价值。

分类号： S812.6%TP751

  • 相关文献

[1]基于卷积神经网络的水稻虫害识别方法. 郭阳,许贝贝,陈桂鹏,丁建,严志雁,梁华,吴昌华. 2021

[2]基于SSD模型的巢门蜜蜂检测. 吕纯阳,刘升平,郭秀明,肖顺夫,刘大众,杨菲菲,李路华. 2021

[3]基于Mask-RCNN的无人机影像白喉乌头检测. 梁俊欢,董峦,孙宗玖,马海燕,艾尼玩·艾买尔,阿仁,魏鹏,田聪,阿斯娅·曼力克,郑逢令. 2023

[4]基于卷积神经网络的互花米草识别研究. 李岩舟,何艳洲,覃锋,钱万强,吴媚,乔曦. 2023

[5]水族馆鱼类目标检测网络优化研究. 刘洋,张胜茂,王书献,王斐,樊伟,邹国华,伯静. 2022

[6]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[7]基于U-Net和分水岭算法的无人机单木树冠提取方法. 金忠明,曹姗姗,王蕾,孙伟. 2020

[8]基于深度学习的小麦倒伏自动分类方法研究. 臧贺藏,王从胜,赵巧丽,赵晴,张杰,李国强,郑国清. 2023

[9]深度语义分割网络无人机遥感松材线虫病变色木识别. 张瑞瑞,夏浪,陈立平,丁晨琛,郑爱春,胡新苗,伊铜川,陈梅香,陈天恩. 2024

[10]基于深度学习的无人机遥感小麦倒伏面积提取方法. 申华磊,苏歆琪,赵巧丽,周萌,刘栋,臧贺藏. 2022

[11]2017年新疆天山云杉无人机可见光影像深度学习训练数据集. 邱琴,曹姗姗,李全胜,孙伟,王蕾. 2022

[12]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[13]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[14]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[15]卷积神经网络在农业病虫害识别中的应用. 张耀丽,许宁,宋裕民,孟庆山,侯旭,李虎. 2023

[16]一种基于深度学习的水稻种子分类方法. 王晓飞,刘维,巫浩翔,陈浩,张丽婷,潘朝阳,何秀英. 2024

[17]基于深度学习模型的种植结构复杂区农作物精细分类研究. 田甜,王迪,王珍,李会宾. 2022

[18]面向植物病害识别的卷积神经网络精简结构Distilled-MobileNet模型. 邱文杰,叶进,胡亮青,杨娟,李其利,莫贱友,易万茂. 2021

[19]一种边缘辅助的卫星影像云修复卷积神经网络. 张雨姝,戴佩玉. 2024

[20]基于卷积神经网络的家蚕病害识别研究. 石洪康,肖文福,黄亮,胡丛武,胡光荣,张剑飞. 2022

作者其他论文 更多>>

微信小程序