基于多列空洞卷积神经网络的麦穗计数方法研究

文献类型： 中文期刊

第一作者： 刘云玲

作者： 刘云玲;张品戈;王千航;周睿琪;赵佳;肖永贵;马韫韬

作者机构：

关键词： 卷积神经网络;机器视觉;图像识别;麦穗计数;密度图

期刊名称： 吉林农业大学学报

ISSN： 1000-5684

年卷期： 2021 年 002 期

页码： 171-180

收录情况： 北大核心 ; CSCD

摘要： 田间麦穗计数因主要依靠人工而存在耗时长、成本高等问题,为提高麦穗计数的效率和准确性,提出基于人群计数卷积神经网络的麦穗计数方法,在图像基础上进行麦穗数量自动化计数。试验改进了现有人群计数模型中的多列卷积神经网络MCNN和空洞卷积神经网络CSRNet,并对MCNN和CSRNet进行融合,建立了多列卷积神经网络MCSRNet。测试结果表明:MCSRNet网络对麦穗的预测准确率可以达到92.4%,较MCNN和CSRNet分别提高1.0%和4.0%,且训练迭代次数分别减少39次和5次。另基于独立数据集进行了测试,MCSRNet网络平均准确率为81.9%,较MCNN和CSRNet分别提高了0.4%和0.7%。MCSRNet的麦穗计数结果R2为0.80,优于MCNN和CSRNet。以上研究结果表明,MCSRNet网络有较高的麦穗计数准确率,同时有较快的训练速度,可为后续基于图像的小麦产量预测提供技术方法。

分类号： S512.1%TP391.41%TP183

  • 相关文献

[1]基于密度估计和VGG-Two的大豆籽粒快速计数方法. 王莹,李越,武婷婷,孙石,王敏娟. 2021

[2]基于RGB图像与深度学习的冬小麦田间长势参数估算系统. 李云霞,马浚诚,刘红杰,张领先. 2021

[3]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

[4]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

[5]基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法. 韩旭,赵春江,吴华瑞,朱华吉,张燕. 2021

[6]基于分层卷积神经网络的牧草种子识别模型. 王欣宇,马玉宝,潘新,闫伟红. 2021

[7]基于卷积神经网络的入侵昆虫识别研究. 黄亦其,鹿林飞,沈豪,王福宽,乔曦. 2024

[8]基于改进VGG卷积神经网络的棉花病害识别模型. 张建华,孔繁涛,吴建寨,翟治芬,韩书庆,曹姗姗. 2018

[9]基于卷积神经网络和小样本的茶树病害图像识别. 孙云云,江朝晖,董伟,张立平,饶元,李绍稳. 2019

[10]红外传感器与机器视觉融合的果树害虫识别及计数方法. 田冉,陈梅香,董大明,李文勇,矫雷子,王以忠,李明,孙传恒,杨信廷. 2016

[11]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

[12]基于物联网平台的小麦病虫害诊断系统设计初探. 苏一峰,杜克明,李颖,孙忠富,郑飞翔. 2016

[13]基于改进YOLOV5s网络的奶牛多尺度行为识别方法. 白强,高荣华,赵春江,李奇峰,王荣,李书琴. 2022

[14]田间害虫图像识别中的特征提取与分类器设计研究. 张红涛,胡玉霞,赵明茜,邱道尹,张孝远,张恒源. 2008

[15]基于DRGB的运动中肉牛形体部位识别. 邓寒冰,许童羽,周云成,苗腾,张聿博,徐静,金莉,陈春玲. 2018

[16]基于图像纹理特征的养殖鱼群摄食活动强度评估. 陈彩文,杜永贵,周超,孙传恒. 2017

[17]不同自然场景下葡萄果实识别方法研究. 马本学,贾艳婷,梅卫江,高国刚,吕琛. 2015

[18]高光谱成像技术和主成分分析识别玉米籽粒的胚(英文). 黄文倩,李江波,张驰,张保华,张百海. 2012

[19]图像识别技术在农业领域中的应用. 林羽,刘斌琼. 2020

[20]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

作者其他论文 更多>>

微信小程序