您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于深度学习的杂草识别方法研究进展

文献类型： 中文期刊

作者： 付豪 1 ; 赵学观 2 ; 翟长远 1 ; 郑康 2 ; 郑申玉 2 ; 王秀 2 ;

作者机构： 1.广西大学机械工程学院

2.北京市农林科学院智能装备技术研究中心

关键词： 杂草识别;深度学习;卷积神经网络;目标检测;语义分割

期刊名称： 中国农机化学报

ISSN：

年卷期： 2023 年 005 期

页码： 198-207

收录情况： 北大核心

摘要： 伴生杂草不仅与作物争夺养分和水分，而且还是多种病虫害的中间寄主，成为困扰作物高效生产的难题。随着深度学习技术的发展，杂草的自动检测和分类识别在清除杂草过程中得到重要应用。首先阐述应用于杂草识别过程中深度学习的硬件需求以及软件实现过程，分析用于深度学习不同硬件的优缺点，阐述深度学习模型建立、训练、模型评估以及模型部署等基本步骤；并重点论述深度学习方法在杂草和作物识别以及杂草分类识别的研究进展。然后指出深度学习数据需求量大，目前无通用数据集，杂草、作物相互遮挡，光照环境复杂，机器作业条件恶劣等情况下识别准确率低的问题。最后提出图像与光谱数据融合、杂草识别模型模块化、杂草长势预测、模型嵌入式部署研究将成为基于深度学习的杂草识别方法未来的研究方向。

  • 相关文献

[1]农业害虫检测的深度学习算法综述. 蒋心璐,陈天恩,王聪,李书琴,张宏鸣,赵春江. 2023

[2]基于改进YOLOv5s的日光温室黄瓜霜霉病孢子囊检测计数方法. 李明,丁智欢,赵靖暄,陈思铭,李文勇,杨信廷. 2023

[3]大田环境下的农业害虫图像小目标检测算法. 蒋心璐,陈天恩,王聪,赵春江. 2024

[4]基于ROI融合特征的柑橘炭疽病诊断方法. 熊晓菲,王秀琴,庄翠珍,郭家贤,谢新锐,吴建伟,李奇峰. 2024

[5]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

[6]基于Faster R-CNN网络的茶叶嫩芽检测. 朱红春,李旭,孟炀,杨海滨,徐泽,李振海. 2022

[7]基于脸部RGB-D图像的牛只个体识别方法. 刘世锋,常蕊,李斌,卫勇,王海峰,贾楠. 2023

[8]卷积神经网络及其在田间杂草管理中应用的研究进展. 张金梦,张倩,王明,谭雅蓉,陶震宇,于金莹. 2024

[9]基于高光谱和深度学习的水稻秸秆覆盖度遥感估算. 岳继博,李婷,宋洁,田庆久,刘杨,冯海宽. 2024

[10]基于卷积神经网络的草莓叶片缺氮诊断模型研究. 葛世龙,吕芯悦,曲明山,李婷,赵小平,晁慧娟,史凯丽,李莉. 2025

[11]光谱图像技术在精准施药中的应用. 祖琴,陈湘萍,邓巍. 2013

[12]基于可见-近红外光谱分析的圆白菜与杂草识别研究. 祖琴,赵春江,邓巍,王秀. 2013

[13]主成分分析和SIMCA的甘蓝与杂草光谱识别方法研究. 祖琴,邓巍,王秀,赵春江. 2013

[14]基于CT图像和RAUNet-3D的玉米籽粒三维结构测量. 杜建军,李大壮,廖生进,卢宪菊,郭新宇,赵春江. 2022

[15]基于改进UperNet的结球甘蓝叶球识别方法. 朱轶萍,吴华瑞,郭旺,吴小燕. 2024

[16]面向农机自动驾驶的农田边界线预测方法. 卢昊,王昊,付卫强,温昌凯,梅鹤波,单永超,秦维贤,孟志军. 2024

[17]基于实例分割的柑橘花朵识别及花量统计. 邓颖,吴华瑞,朱华吉. 2020

[18]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[19]基于改进YOLO v5的复杂环境下桑树枝干识别定位方法. 李丽,卢世博,任浩,徐刚,周永忠. 2024

[20]基于改进YOLOv3的温室番茄果实识别估产方法. 成伟,张文爱,冯青春,张万豪. 2021

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台