基于深度学习的小麦倒伏自动分类方法研究

文献类型： 中文期刊

第一作者： 臧贺藏

作者： 臧贺藏;王从胜;赵巧丽;赵晴;张杰;李国强;郑国清

作者机构：

关键词： 小麦;倒伏;无人机遥感;深度学习;分类方法

期刊名称： 河南农业科学

ISSN： 1004-3268

年卷期： 2023 年 52 卷 011 期

页码： 167-173

收录情况： 北大核心 ; CSCD

摘要： 倒伏是制约小麦产量的关键因素.针对现有小麦倒伏区域统计费时费力、倒伏分类方法较为单一、模型预测精度低的问题,采用无人机遥感平台获取小麦倒伏可见光图像,自建小麦倒伏图像数据集,采用分割模型U-Net、PSPNet、DeepLabv3+和ACSNet自动提取小麦倒伏区域.结果表明,通过4种方法对小麦倒伏区域提取比较,ACSNet对小麦倒伏检测的分割效果较好,其精准率(Pre)、召回率(Rec)、Dice相关系数(DSC)和IoU指数分别为87.5%、91.7%、87.0%、88.6%,计算量(FLOPs)较低,具有较强的准确性和鲁棒性.ACSNet对小麦倒伏预测结果与真实结果接近,识别的平均相对误差为4.5%.表明通过ACSNet能够有效提取小麦倒伏信息,为无人机遥感评估小麦受灾面积及损失提供支撑.

分类号： S126

  • 相关文献

[1]基于无人机DSM的小麦倒伏识别方法. 赵立成,段玉林,史云,张保辉. 2019

[2]无人机多光谱影像的小麦倒伏信息多特征融合检测研究. 朱文静,冯展康,戴世元,张平平,嵇文,王爱臣,魏新华. 2024

[3]基于深度学习的无人机遥感小麦倒伏面积提取方法. 申华磊,苏歆琪,赵巧丽,周萌,刘栋,臧贺藏. 2022

[4]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[5]基于U-Net和分水岭算法的无人机单木树冠提取方法. 金忠明,曹姗姗,王蕾,孙伟. 2020

[6]基于ResNet深度残差网络的白喉乌头检测. 梁俊欢,董峦,阿斯娅·曼力克,孙宗玖,魏鹏,马海燕,艾尼玩·艾买尔,阿仁,郑逢令. 2023

[7]深度语义分割网络无人机遥感松材线虫病变色木识别. 张瑞瑞,夏浪,陈立平,丁晨琛,郑爱春,胡新苗,伊铜川,陈梅香,陈天恩. 2024

[8]2017年新疆天山云杉无人机可见光影像深度学习训练数据集. 邱琴,曹姗姗,李全胜,孙伟,王蕾. 2022

[9]基于深度学习的无人机影像玉米倒伏区域提取. 郑二功,田迎芳,陈涛. 2018

[10]小麦倒伏的雷达极化特征及其遥感监测. 杨浩,杨贵军,顾晓鹤,李增元,陈尔学,冯琦,杨小冬. 2014

[11]小麦施用矮壮素防倒增产效应. 武宗信,翁惠玉,王宏兵,苏彩虹. 1991

[12]襄阳市襄州区小麦倒伏情况调查研究. 郭光理,李春华,李轩智,赵文革,张会芳,邹娟,朱展望,高春保. 2018

[13]倒伏时期和倒伏程度对小麦产量的影响. 黄迎光,郑以宏,袁永胜,井淑香,张宾. 2014

[14]株行配置对带状条播小麦群体光环境及抗倒伏性能的影响. 陈溢,樊高琼,李金刚,李朝苏,荣晓椒,李国瑞,杨文钰,郭翔. 2013

[15]生理调节剂劲丰对小麦抗倒性和产量结构的影响. 张平平,马鸿翔,姚金保,陈小霖,耿志明,杨丹. 2011

[16]不同小麦品种茎秆抗倒特性及产量差异研究. 崔正勇,李鹏,高国强,孙明柱,李新华. 2019

[17]倒伏对不同类型小麦品种(系)产量性状的影响研究. 马勇,邵立刚,王岩,李长辉,车京玉,高凤梅,张起昌,刘宁涛,刘宁涛. 2008

[18]安徽省小麦干热风、高温逼熟、贪青晚熟、雪灾、倒伏灾害的防御. 陈磊. 2014

[19]黄淮麦区小麦倒伏的原因及对策浅析. 刘和平,程敦公,吴娥,曹新有. 2012

[20]基于示范样地实际倒伏样本的小麦抗倒机制解析. 曹帅,侯朋福,薛利祥,赵素雅,薛利红,杨林章. 2023

作者其他论文 更多>>

微信小程序