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

基于深度学习的苹果树侧视图果实识别

文献类型： 中文期刊

作者： 荆伟斌 1 ; 李存军 1 ; 竞霞 1 ; 赵叶 1 ; 程成 1 ;

作者机构： 1.北京农业信息技术研究中心;西安科技大学测绘科学与技术学院

关键词： 苹果树;侧面果实;广域场景;深度卷积神经网络;Faster-RCNN;多目标识别

期刊名称： 中国农业信息

ISSN： 1672-0423

年卷期： 2019 年 31 卷 05 期

页码： 75-83

摘要： 【目的】传统果树侧面果实识别方法精度难以满足实际果实识别的需求,研究深度学习方法对提高苹果树侧面果实识别精度、增强模型对苹果复杂生长环境的适应性和泛化性具有重要意义。【方法】文章提出基于深度卷积神经网络对广域复杂背景环境下的侧面苹果特征进行学习的方法,完成苹果树侧面果实多目标识别任务。【结果】在广域复杂场景下,基于VGG16为特征提取网络的Faster-RCNN多目标检测模型在果实多目标检测任务中,识别精度达到91%,单幅影像识别时间约为1.4 s,相较于ResNet50作为特征提取层的目标检测模型识别精度提高4%;在相同影像数据下,模型识别精度的主要影响因素是遮挡,导致模型漏判果实数量较多,VGG16在不同程度遮挡区域的漏判率比ResNet低6%。【结论】基于VGG16卷积神经网络果树侧视图果实识别算法对广域复杂场景下的果实提取效果较好,特别是在具有遮挡情况下的识别结果更优,能够为果园产量估算提供一定的借鉴。

  • 相关文献

[1]基于DRGB的运动中肉牛形体部位识别. 邓寒冰,许童羽,周云成,苗腾,张聿博,徐静,金莉,陈春玲. 2018

[2]基于Faster-RCNN的花生害虫图像识别研究. 陶震宇,孙素芬,罗长寿. 2019

[3]基于马尔可夫模型的苹果树枝条生长仿真. 熊瑛,张光年,郭新宇,陆声链. 2009

[4]基于背包LiDAR的苹果树叶面积密度反演研究. 雷蕾,邱春霞,杨浩,朱耀辉,陈日强,张成健. 2019

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