基于深度学习和图像识别技术构建斑玉蕈菌盖斑点表型识别分析系统

文献类型： 中文期刊

第一作者： 姜宁

作者： 姜宁;陈静;余昌霞;苏海辉;董浩然;李巧珍;于海龙;李正鹏

作者机构：

关键词： 斑玉蕈;深度学习;YOLOv5;图像识别;菌盖斑点

期刊名称： 食用菌学报

ISSN： 1005-9873

年卷期： 2025 年 32 卷 004 期

页码： 81-90

收录情况： 北大核心

摘要： 为提高斑玉蕈（Hypsizygus marmoreus）生产过程中质量监测能力，基于深度学习和图像识别技术构建菌盖斑点表型识别分析系统。采用MV-CA013-20GC工业相机采集斑玉蕈菌盖图像，并通过图像颜色校正（标准色块提取、白平衡校正和Lab色域转换与色差优化）消除环境光干扰，确保图像色彩还原准确，采用X-AnyLabeling 2.5.3对500张图像进行边界框标注，构建训练数据集，基于YOLOv5检测模型开展模型训练，训练完成后选用树莓派4B部署平台实现菌盖自动分割与菌盖斑点特征分析，采用OpenCV的findContours算法提取斑点数量、大小、分布状态和颜色。该系统可有效完成菌盖斑点表型识别与分析。

分类号： TP18%TP391.41%S646

  • 相关文献

[1]基于YOLOv5模型的仔猪社交识别方法研究. 冯兴尧,王海峰,朱君,孙想,邱阳,李斌. 2024

[2]改进YOLOv5测量田间小麦单位面积穗数. 黄硕,周亚男,王起帆,张晗,邱朝阳,康凯,罗斌. 2022

[3]基于改进YOLOv5s的日光温室黄瓜霜霉病孢子囊检测计数方法. 李明,丁智欢,赵靖暄,陈思铭,李文勇,杨信廷. 2023

[4]基于YOLOv5的小麦种子发芽检测方法研究. 白卫卫,赵雪妮,罗斌,赵薇,黄硕,张晗. 2023

[5]基于改进YOLOv5l的设施番茄3D信息检测方法. 林森,许童羽,葛禹豪,马璟,孙添龙,赵春江. 2024

[6]基于深度学习的枸杞病虫害识别研究. 李季,杨淑婷,张学俭,周慧,冶鑫,梁爱银. 2024

[7]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

[8]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

[9]基于YOLOv3深度卷积神经网络的田间百香果定位. 林营志,卢依琳,刘现. 2019

[10]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

[11]基于Faster R-CNN的美国白蛾图像识别模型研究. 薛大暄,张瑞瑞,陈立平,陈梅香,徐刚. 2020

[12]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

[13]采用组合增强的YOLOX-ViT协同识别温室内番茄花果. 吕志远,张付杰,魏晓明,黄媛,李晶晶,张钟莉莉. 2023

[14]基于图像处理和Deeplabv3+模型的小麦赤霉病识别. 戴雨舒,仲晓春,孙成明,杨俊,刘涛,刘升平. 2021

[15]农业害虫自动识别与监测技术. 封洪强,姚青. 2018

[16]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

[17]基于RGB图像和CNN模型的水稻氮素诊断系统. 吕斌,姚强,粟超,李波,查茜,黄祥,詹火木. 2024

[18]基于AI的桃树病害智能识别方法研究与应用. 吴建伟,黄杰,熊晓菲,高晗,秦向阳. 2022

[19]基于改进Res Net50模型的大宗淡水鱼种类识别方法. 万鹏,赵竣威,朱明,谭鹤群,邓志勇,黄毓毅,吴文锦,丁安子. 2021

[20]农作物害虫图像识别研究进展与展望. 张萌,钱蓉,朱静波,张立平,李闰枚,董伟. 2018

作者其他论文 更多>>

微信小程序