基于卷积神经网络的农机图像自动识别研究

文献类型： 中文期刊

第一作者： 雷雪梅

作者： 雷雪梅;张光强;姚旗;刘伟渭;邱帅

作者机构：

关键词： 农机机具;卷积神经网络;图像识别;深度学习

期刊名称： 中国农机化学报

ISSN： 2095-5553

年卷期： 2022 年 43 卷 005 期

页码： 140-147

收录情况： 北大核心

摘要： 基于农机物联网技术的农机作业监管系统通过采集机具图像来判断农业机具类型和作业状态,但是由于图像数据量大,人工抽查方式工作量大、效率低,难以满足监管识别需求.构建包括播种机、翻转犁、起垄机、深松机和旋耕机等类型的图像数据集,并在Google公司的深度学习平台Tensorflow下对机具图像数据集进行标注和图像预处理.设计针对实际监管需求和图像特点的卷积神经网络模型,并通过减少过拟合与提高训练效率对模型进行优化.模型训练试验结果显示:本文设计的机具识别网络在验证集上的识别率达到98.5%,相同试验条件下,LeNet-5模型在验证集上的识别率为81%,ResNet-50模型在验证集上的识别率为98.8%,但是在识别效率上,ResNet-50模型完成训练需要近60 h,识别一张图片需要0.3 s,而本文设计的机具识别网络完成训练仅需要30 h,识别一张图片只需要0.1 s.为进一步验证模型的实用性,选取200张图像进行测试,测得模型对各类机具图像的精确度平均值为98.47%,召回率平均值为98.37%,F1-score平均值为98.41%,表明模型具有良好的鲁棒性,实用性良好.

分类号： S22

  • 相关文献

[1]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

[2]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

[3]基于多列空洞卷积神经网络的麦穗计数方法研究. 刘云玲,张品戈,王千航,周睿琪,赵佳,肖永贵,马韫韬. 2021

[4]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

[5]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

[6]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

[7]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

[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]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

[13]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

[14]农业害虫自动识别与监测技术. 封洪强,姚青. 2018

[15]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

[16]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

[17]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

[18]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

[19]基于群体图像识别的生菜鲜重估算方法研究. 徐丹,李硕果,陈晶晶,崔庭源,张义,马浚诚. 2024

[20]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

作者其他论文 更多>>

微信小程序