基于深度学习分类模型的4种果树物候期识别

文献类型： 中文期刊

第一作者： 钟丹

作者： 钟丹;李宗南;王思;黄平;邱霞;蒋怡

作者机构：

关键词： 果树;物候期;深度学习;图像分类;注意力机制

期刊名称： 中国农机化学报

ISSN： 2095-5553

年卷期： 2023 年 44 卷 011 期

页码： 148-154

收录情况： 北大核心

摘要： 为实现数字果园的机器视觉系统快速准确识别果树关键物候期,采集四川地区苹果、杧果、石榴、柑橘4种果树4个物候期的图像15000幅,按6∶2∶2的比例随机划分训练、验证和测试数据集,训练VGG16、ResNet50、MobileNetV2及Swin Transformer 4个深度学习图像分类模型,评测不同模型的精度和性能.结果表明,各模型识别物候期精度分别为98.9%、99.3%、99.7%、99.8%,其中杧果成熟期的识别误差较大,精度分别为96.7%、98.2%、99.0%、99.5%;模型识别测试集图像的计算量(GFLOPs)分别为15.50、4.12、0.32、15.14,识别单张图像耗时分别为3.00ms、2.33ms、3.00ms、4.67ms.该结果可为果园嵌入式设备、服务器端的机器视觉系统选择模型提供参考.

分类号： S66:TP391.41

  • 相关文献

[1]基于可见光谱和改进注意力的农作物病害识别. 孙文斌,王荣,高荣华,李奇峰,吴华瑞,冯璐. 2022

[2]基于深度学习与多尺度特征融合的烤烟烟叶分级方法. 鲁梦瑶,周强,姜舒文,王聪,陈栋,陈天恩. 2022

[3]基于改进MobileNetV2和迁移学习的鱼类食欲强度评定方法. 刘士坤,刘兴国,王婕,顾兆俊,程果锋,张家华. 2025

[4]基于YOLOX改进模型的茶叶嫩芽识别方法. 俞龙,黄楚斌,唐劲驰,黄浩宜,周运峰,黄永权,孙佳琪. 2022

[5]基于注意力机制的农业文本命名实体识别. 赵鹏飞,赵春江,吴华瑞,王维. 2021

[6]基于改进YOLO v5复杂场景下肉鹅姿态的检测算法研究. 刘璎瑛,曹晅,郭彬彬,陈慧杰,戴子淳,龚长万. 2023

[7]基于YOLOv5s-SE和通道剪枝的虫咬紫金蝉茶检测方法研究. 戴佳兵,宋春芳,凌彩金,李臻锋,孙崇高. 2024

[8]基于改进DeepLabV3+的梨树冠层分割方法. 陈鲁威,曾锦,袁全春,夏烨,潘健,吕晓兰. 2024

[9]基于坐标注意力机制与高效边界框回归损失的线虫快速识别. 陆健强,梁效,余超然,兰玉彬,邱洪斌,黄捷伟,尹梓濠,陈慧洁,郑胜杰. 2022

[10]基于TBTA网络的高光谱图像分类. 唐婷,潘新,罗小玲,闫伟红. 2023

[11]基于高光谱成像和Att-BiGRU-RNN的柑橘病叶分类. 吴叶兰,管慧宁,廉小亲,于重重,廖禺. 2023

[12]基于改进YOLOv5s的复杂环境下新梅检测方法. 董耿耿,陈小康,樊湘鹏,周建平,姜宏,崔超. 2024

[13]基于改进YOLOv8n的茶树嫩芽识别. 杨肖委,沈强,罗金龙,张拓,杨婷,戴宇樵,刘忠英,李琴,王家伦. 2024

[14]增强型双重Unet(ED-Unet)烟叶病斑分割模型的建立. 陈自立,彭一龙,王从胜,王爱国,刘剑君,王来刚,林卫,郭燕. 2025

[15]基于深度学习结合高光谱技术的大豆种子活力检测方法. 任亚举,王瑞敏,薛冬,周琰琰,陈新,袁星星,闫强,罗楚平. 2025

[16]基于改进YOLOv5s的咖啡果实成熟度检测方法. 罗锟鹏,文勇,曾志康. 2025

[17]基于改进ResNet50的马铃薯识别与分类方法研究. 王健文,刘成忠,韩俊英,曲亚英,马柏雄. 2025

[18]PBO在果树上的防冻效果. 汪景彦. 2002

[19]用于高光谱图像分类的归一化光谱指数的构建与应用(英文). 张东彦,赵晋陵,黄林生,马雯萩. 2014

[20]RADARSAT-2全极化SAR数据地表覆盖分类. 程千,王崇倡,张继超. 2015

作者其他论文 更多>>

微信小程序