基于深度学习的无人机遥感小麦倒伏面积提取方法

文献类型： 中文期刊

第一作者： 申华磊

作者： 申华磊;苏歆琪;赵巧丽;周萌;刘栋;臧贺藏

作者机构：

关键词： 小麦;无人机遥感;倒伏面积提取;深度学习;U2-Net

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2022 年 53 卷 009 期

页码： 252-260,341

收录情况： EI ; 北大核心 ; CSCD

摘要： 为及时准确地提取小麦倒伏面积,提出一种融合多尺度特征的倒伏面积分割模型Attention_U2-Net.该模型以U2-Net为架构,利用非局部注意力(Non-local attention)机制替换步长较大的空洞卷积,扩大高层网络感受野,提高不同尺寸地物识别准确率;使用通道注意力机制改进级联方式提升模型精度;构建多层级联合加权损失函数,用于解决均衡难易度和正负样本不均衡问题.Attention_U2-Net在自建数据集上采用裁剪方式提取小麦倒伏面积,查准率为 86.53%,召回率为 89.42%,F1 值为 87.95%.与 FastFCN、U-Net、U2-Net、FCN、SegNet、DeepLabv3 等模型相比,Attention_U2-Net具有最高的F1值.通过与标注面积对比,Attention_U2-Net使用裁剪方式提取面积与标注面积最为接近,倒伏面积准确率可达97.25%,且误检面积最小.实验结果表明,Attention_U2-Net对小麦倒伏面积提取具有较强的鲁棒性和准确率,可为无人机遥感小麦受灾面积及评估损失提供参考.

分类号： S126%S252

  • 相关文献

[1]基于深度学习的小麦倒伏自动分类方法研究. 臧贺藏,王从胜,赵巧丽,赵晴,张杰,李国强,郑国清. 2023

[2]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

[3]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

[4]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

[5]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

[6]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

[7]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

[8]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

[9]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

[10]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

[11]草层高度遥感监测研究进展. 冯琦胜,殷建鹏,杨淑霞,梁天刚. 2018

[12]基于无人机高光谱长势指标的冬小麦长势监测. 陶惠林,徐良骥,冯海宽,杨贵军,苗梦珂,林博文. 2020

[13]无人机影像三维重建在沙丘形态监测中的应用. 张明远,张登山,吴汪洋,田丽慧,周鑫. 2018

[14]基于无人机高光谱数据的甘蔗糖分估算模型研究. 陈燕丽,黄璐,杨邵锷,孙明,丁美花,黄立宁,马瑞升,梁驰,杨鑫,陈诚. 2024

[15]基于多光谱技术的甜菜块根糖分增长期施氮决策模型. 王敬云,胡晓航,董心久,马亚怀,李彦丽. 2024

[16]基于无人机遥感的盛花期薇甘菊监测技术. 李岩舟,覃锋,顾渝娟,韩阳春,田洪坤,乔曦. 2022

[17]基于无人机冠层高光谱的滴灌棉田地上部生物量估测. 苏维,张泽,侯彤瑜,印彩霞,谭红,陈兵,吕新. 2021

[18]基于无人机遥感的作物表型参数获取和应用研究进展. 曾世伟,侯学会,王宗良,骆秀斌,巫志雄,王宏军. 2024

[19]基于无人机影像的井冈蜜柚果树树形信息提取及产量估测. 罗翔,曹晓林,药林桃,吴罗发,曹中盛,舒时富. 2024

[20]基于卷积神经网络的互花米草识别研究. 李岩舟,何艳洲,覃锋,钱万强,吴媚,乔曦. 2023

作者其他论文 更多>>

微信小程序