深度学习方法在水稻氮素营养诊断中的应用初探

文献类型： 中文期刊

第一作者： 姚强

作者： 姚强;粟超;李波;易婧;敬廷桃;吕斌

作者机构： 重庆市农业科学院

关键词： 深度学习;数字图像;水稻叶片;氮;营养诊断

期刊名称： 南方农业

ISSN： 1673-890X

年卷期： 2021 年 15 卷 031 期

页码： 125-129

摘要： 为解决传统水稻氮素营养诊断方法需要采集水稻植株叶片,损伤水稻植株,需到指定实验室测定,耗时费力,手持叶绿素仪不稳定、误差大等问题,对使用深度学习方法开展水稻氮素营养诊断开展了初步探索.简介了深度学习模型的建立和训练,对模型识别效果的验证.参与模型训练的水稻样本图片共10173张,通过调整训练参数,得到多个模型,保留准确率达到80%以上的模型9个,其中返青期3个、分蘖期3个、拔节孕穗期2个、灌浆期1个;对精度最高的返青期模型开展了模型识别效果验证.初步结果显示,使用深度学习方法开展水稻氮素营养诊断有效可行.

分类号： S126

  • 相关文献
作者其他论文 更多>>

微信小程序