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

[4]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

[5]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

[6]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

[7]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

[8]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

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

[10]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

[11]PBO在果树上的防冻效果. 汪景彦. 2002

[12]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

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

[14]基于烟花算法降维的高光谱图像分类. 崔颖,宋国娇,陈立伟,刘述彬,王立国. 2017

[15]基于二进制编码的烟花聚类算法. 李雪源,崔颖. 2016

[16]基于机器学习和无人机图像的棉花密度识别研究. 张静,王清茹,雷亚平,王占彪,韩迎春,李小飞,邢芳芳,范正义,李亚兵,冯璐. 2021

[17]Stacking Learning在高光谱图像分类中的应用. 徐凯,崔颖. 2018

[18]基于MS-PLNet和高光谱图像的绿豆叶斑病病级分类. 余骥远,高尚兵,李洁,陈新,李士丛,张浩淼,袁星星,唐琪. 2023

[19]遥感图像分类中混合像元分解方法研究. 吴黎,张有智,解文欢,王鹏,刘媛媛,李栓. 2011

[20]多核学习算法及其在高光谱图像分类中的应用研究进展. 李广洋,寇卫利,陈帮乾,代飞,强振平,吴超. 2021

作者其他论文 更多>>

微信小程序