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CNN的作物分类识别图像获取平台研究进展

文献类型： 中文期刊

作者： 张倩 1 ; 王明 1 ; 于峰 1 ; 陶震宇 1 ; 张辉 1 ; 李刚 2 ;

作者机构： 1.北京市农林科学院数据科学与农业经济研究所

2.北京智农天地网络技术有限公司

关键词： 作物表型;机器学习;卷积神经网络;图像获取;作物分类识别

期刊名称： 中国农机化学报

ISSN： 2095-5553

年卷期： 2024 年 008 期

页码： 170-179

收录情况： 北大核心

摘要： 基于机器视觉的作物精准分类识别是农业自动化、智能化作业的前提。在作物图像分类识别任务中，卷积神经网络（CNN）是当前应用最广泛的算法之一。作物表型特征及生长环境的复杂性，决定作物图像获取平台的多样性。通过分析2020—2022年国内外基于CNN的作物分类识别研究，图像获取平台可划分为通用平台和自建平台两大类：通用平台硬件产品成熟、部署方便，但要做好设备选型和环境搭建；自建平台分为固定式和移动式，能高效获取试验数据，但硬件集成较为复杂。详细对比分析各类平台的优缺点及适用范围。作物图像获取平台的未来趋势包括：高通量、高效率、自动化的通用图像获取装置，集成多种传感器的多模态数据采集与融合应用，自带运算处理的智能摄像头等，更精细化的图像获取平台将有效支撑作物表型的深入研究。

  • 相关文献

[1]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

[2]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

[3]基于卷积模型的农业问答语性特征抽取分析. 张明岳,吴华瑞,朱华吉. 2018

[4]基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法. 韩旭,赵春江,吴华瑞,朱华吉,张燕. 2021

[5]基于紫外-可见光谱与深度学习CNN算法的水质COD预测模型研究. 贾文珅,张恒之,马洁,梁刚,王纪华,刘鑫. 2020

[6]基于多语义特征的农业短文本匹配技术. 金宁,赵春江,吴华瑞,缪祎晟,王海琛,杨宝祝. 2022

[7]基于多模态数据驱动的黄瓜温室湿度预测方法. 黄天艺,吴华瑞,朱华吉. 2023

[8]基于卷积神经网络的田间麦穗检测方法研究. 张合涛,赵春江,王传宇,郭新宇,李大壮,苟文博. 2023

[9]基于深度学习的杂草识别方法研究进展. 付豪,赵学观,翟长远,郑康,郑申玉,王秀. 2023

[10]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

[11]基于CNN-GRU的菇房多点温湿度预测方法研究. 赵全明,宋子涛,李奇峰,郑文刚,刘宇,张钟莉莉. 2020

[12]基于卷积神经网络的生菜多光谱图像分割与配准. 黄林生,邵松,卢宪菊,郭新宇,樊江川. 2021

[13]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

[14]高光谱图谱结合策略检测小麦单粒种子活力. 石睿,张晗,王成,康凯,罗斌. 2024

[15]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

[16]利用无人机高光谱成像和ES-CNN策略诊断油茶营养. 陈龙跃,段丹丹,高佳华,张祖铭,孙鹤,姜毅,冉成. 2024

[17]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

[18]融合多环境参数的鸡粪氨气排放预测模型研究. 丁露雨,吕阳,李奇峰,王朝元,余礼根,宗伟勋. 2022

[19]基于改进的WOA-LSSVM樱桃番茄内部品质检测方法研究. 康明月,王成,孙鸿雁,李作麟,罗斌. 2023

[20]激光诱导击穿光谱结合化学计量学的淫羊藿产地快速鉴别. 罗雅文,董大明. 2023

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