基于深度学习芒果图像在线识别与计数方法研究

文献类型： 中文期刊

第一作者： 岑冠军

作者： 岑冠军;华俊达;潘怡颖;刘大河;苏贝贝;钟政;张连宽;高燕

作者机构：

关键词： 芒果图像;识别与计数;Faster-RCNN;在线方法

期刊名称： 热带作物学报

ISSN： 1000-2561

年卷期： 2020 年 03 期

页码： 425-432

收录情况： 北大核心 ; CSCD

摘要： 为实现果树产量的智能评估,本研究对自然环境下的圣心芒果树图像进行果实识别研究,提出基于深度学习算法的芒果图像在线识别计数方法。首先,采用Faster R-CNN深度学习模型构建芒果图像识别算法;接着基于微信小程序与网页平台开发芒果图像上传模块,实现随时随地上传芒果图像至服务器;然后采用基于TCP协议的服务器客户端通信模式,并结合基于MATLAB平台的FasterR-CNN程序集,构建上传图像的在线分析模块,实现线上芒果图像的实时识别与计数;最终,芒果图像的识别与计数结果通过微信小程序和Web页面程序反馈给用户,内容包括单张图片和1个果园区域内所有图片的识别与计数结果,并实现青色芒果和红色芒果的分类统计。应用本研究构建的在线深度学习识别计数方法,在自然环境下采集125幅芒果图像进行测试试验。结果表明:芒果图像识别算法的计数识别准确率达到82.3%,其中漏检率与误检率分别为11.7%和8.6%,平均计数误差与计数误差率分别为4.2和7.9%;芒果图像在线识别计数方法能有效实现果树图像的采集、上传、识别与计数、分类统计和结果反馈,对整个果园区域内结果数量进行统计与分析,为果园的智慧管理提供科学决策依据。

分类号： S667.7`TP391.41`TP18

  • 相关文献

[1]基于深度学习的苹果树侧视图果实识别. 荆伟斌,李存军,竞霞,赵叶,程成. 2019

[2]基于ResNet深度残差网络的白喉乌头检测. 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. 2023

[3]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

[4]基于Faster-RCNN的花生害虫图像识别研究. 陶震宇,孙素芬,罗长寿. 2019

作者其他论文 更多>>

微信小程序