数字农科院2.0

基于无人机RGB图像和深度学习的豚草识别方法

文献类型： 中文期刊

作者： 张愉麟;张国良;付卫东;武永峰;宋振;张岳;刘金行;李廷亮

作者机构：

关键词： 深度学习;语义分割;无人机遥感;豚草识别

期刊名称：草业科学

ISSN： 1001-0629

年卷期： 2025 年

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2025-2026年度） ; ; 科技核心（2024版） ; ; 农林核心（2024版）

摘要： 利用无人机遥感技术对入侵性植物物种豚草（Ambrosia artemisiifolia L.）的检测与识别是进行防治根除，控制其蔓延的基础部分和重要前提。对于野外生境下的豚草植株，由于其大小不均、分布散乱、易与其他草类植被混淆等生长特点，使得传统方法对其进行精细识别的精度较低。本文基于深度语义分割方法，对野外生长的豚草植株进行高精度识别研究，以期实现高精度识别的目的。为验证深度语义分割方法对野外生境下豚草植株监测识别的有效性，利用无人机收集辽宁省锦州市太和区102国道旁地块的可见光影像，进行近地实时拍摄。构建样本数据集并基于Unet-Resnet50算法训练深度学习模型，利用训练好的模型增加样本数据集优化模型，分别对训练集和测试集图像进行识别，得到识别结果，并对模型效果进行泛化能力测试。结果表明，在计算机平台上，该网络模型实现了较高的像素准确率，识别精度高达97%，Kappa系数达到0.96，对野外复杂生境下的豚草植株有较好的识别效果，验证了深度语义分割方法识别豚草的可行性，为后续杂草识别研究提供参考，从而便于实施有针对性地杂草防除机制。

分类号：

  • 相关文献

[1]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

[2]无人机遥感及深度学习在油菜冻害识别中的应用研究. 安谈洲,李俐俐,张瑞杰,李礼,刘清云,乔江伟,王新发,姚剑. 2021

[3]枇杷蜜源植物分布的无人机评估方法. 许思嘉,王朝丽,何娟,孙逸飞,方小明,黄家兴. 2024

[4]采用改进Unet网络的茶园导航路径识别方法. 赵岩,张人天,董春旺,刘中原,李杨. 2022

[5]基于HRNet-OCR模型的农村宅基地提取方法. 韦任,范蓓蕾,赵子娟,杨荣超. 2022

[6]Study on Recognition of Typical Curing Stages of Jiangxi Tobacco Leaves Based on Image Processing. 段史江,,刘浩,,王爱华,,胡毅翀,,齐飞,,胡强. 2024

[7]Study on Discriminant Model of Flue-curing Stage of Tobacco Leaves in Curing Process. 王志诚,,孟令峰,,王松峰,,谢良文,,李文刚. 2024

[8]基于无人机DSM的小麦倒伏识别方法. 赵立成,段玉林,史云,张保辉. 2019

[9]农业遥感研究进展与展望. 唐华俊. 2018

[10]基于无人机遥感可见光影像的农作物分类. 刘斌,史云,吴文斌,段玉林,赵立成. 2019

[11]天山云杉林无人机可见光影像树冠信息提取方法研究. 曹姗姗,王蕾,孙伟,金忠明. 2020

[12]基于卷积神经网络的互花米草识别研究. 李岩舟,何艳洲,覃锋,钱万强,吴媚,乔曦. 2023

[13]基于无人机遥感的盛花期薇甘菊监测. 李岩舟,覃锋,顾渝娟,韩阳春,田洪坤,乔曦. 2022

[14]基于多源遥感数据与模型对比的冬小麦土壤含水量区域监测研究. 吴东丽,刘聪,郭超凡,丁明明,吴苏,阙艳红,姜明梁,李雁. 2024

[15]基于无人机多源遥感数据和机器学习的高通量棉花估产研究. 冯美臣,苏悦,林涛,余汛,宋扬,金秀良. 2025

[16]基于机器学习的加工番茄叶绿素相对含量遥感反演研究. 姜明君,范燕敏,武红旗,张浩,刘卓,王德俊. 2025

[17]基于无人机多光谱与热红外数据的冬小麦土壤水分反演. 张成才,侯佳彤,王蕊,姜明梁,祝星星. 2024

[18]基于无人机影像分层建模的土壤深层盐渍化空间预测. 雷鸣阔,,查燕,,王丽,,程钢,,温彩运 ,,尹作堂,,陆苗. 2025

[19]基于DeepLabV3+网络的机收大豆破碎率在线检测方法. 刘士坤,金诚谦,陈满,杨腾祥,徐金山. 2023

[20]基于混合扩张卷积和注意力的黄瓜病害严重度估算方法. 李凯雨,朱昕怡,马浚诚,张领先. 2022

作者其他论文 更多>>