基于Mask-RCNN的无人机影像白喉乌头检测

文献类型： 中文期刊

第一作者： 梁俊欢

作者： 梁俊欢;董峦;孙宗玖;马海燕;艾尼玩·艾买尔;阿仁;魏鹏;田聪;阿斯娅·曼力克;郑逢令

作者机构：

关键词： 毒害草;白喉乌头;深度学习;Mask-RCNN

期刊名称： 草食家畜

ISSN： 1003-6377

年卷期： 2023 年 001 期

页码： 44-51

摘要： 白喉乌头（Aconitum leucostomum）是伊犁的主要毒害草之一。快速精准识别白喉乌头可为监测其分布和扩散提供必要的数据和技术支持。本研究利用无人机影像获取白喉乌头影像并构建数据集，分别采用深度残差网络ResNet50和ResNet101提取特征，应用深度学习目标检测算法Mask-RCNN对白喉乌头自动识别。结果表明，通过对比测试集的检测精度，ResNet50的平均精确度（mAP）最高，达到66.0%,ResNet101的mAP最低，为65.3%,ResNet50网络在检测白喉乌头的性能表现优异。Mask-RCNN应用于无人机影像识别白喉乌头，实现白喉乌头的自动检测切实可行。

分类号： S812.6

  • 相关文献

[1]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

[2]白喉乌头种群生长动态初步研究. 王显瑞,安沙舟,张鲜花. 2010

[3]浅议毒害草在草地农业生态系统中的作用. 王迎新,王召锋,程云湘,侯扶江. 2014

[4]我国主要草原有害生物防治指标制定与分析. 岳方正,李璇,杨鼎,王志鹏,徐震霆,花立民,涂雄兵,王炳煜,韩海斌,柴守权. 2022

[5]21%氯氨吡啶酸水剂对不同生育期黄花棘豆的防控效果及对草地植被的影响. 陈超,王庆海,武菊英,莫重辉,辛玉春. 2016

[6]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

[7]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[8]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

[9]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

[10]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[11]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[12]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

[13]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

[14]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

[15]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[16]蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试. 李华龙,李淼,詹凯,刘先旺,杨选将,胡泽林,郭盼盼. 2020

[17]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[18]基于长短时记忆神经网络的生猪价格预测模型. 刘怡然,王东杰,邓雪峰,刘振宇. 2021

[19]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

[20]基于深度学习的油菜籽粒图像分割方法初探. 彭顺正,黄筑斌,岳延滨,吴小波. 2020

作者其他论文 更多>>

微信小程序