数字农科院2.0

基于卷积神经网络的互花米草识别研究

文献类型： 中文期刊

作者： 李岩舟;何艳洲;覃锋;钱万强;吴媚;乔曦

作者机构：

关键词： 无人机遥感;互花米草;卷积神经网络;零散斑块

期刊名称：中国农机化学报

ISSN： 2095-5553

年卷期： 2023 年 44 卷 4 期

页码：

收录情况： 北大核心（2020版） ; ; 农林核心（2020版）

摘要： 互花米草的侵入对我国的生态系统多样性造成了巨大损失,如何准确地识别零散斑块的互花米草对其早期监测及预警具有重要意义。采用低空无人机遥感技术,以广西北海地区春季时期红树林中的互花米草为研究对象,利用AlexNet、VGG16、GoogleNet、ResNet50、EfficientNetB0五种卷积神经网络,分别对包含互花米草、红树林及其他地物背景的图像数据集进行模型的训练、验证与测试,然后将训练好的五种网络模型对整个试验区域的互花米草及地物背景进行识别并标记,得到互花米草的分布图。基于混淆矩阵和运算时间的综合定量评估结果表明,ResNet50网络模型总体上优于另外四种网络模型,识别准确率最高,达到了96.96%,且在测试集上耗时仅为5.47 s。将识别结果图与互花米草实际分布图进行对比,ResNet50网络模型的识别结果与互花米草的实际分布基本重合。

分类号：

  • 相关文献

[1]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

[2]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

[3]农业遥感研究进展与展望. 唐华俊. 2018

[4]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

[5]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

[6]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

[7]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

[8]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

[9]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

[10]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

[11]基于无人机RGB图像和深度学习的豚草识别方法. 张愉麟,张国良,付卫东,武永峰,宋振,张岳,刘金行,李廷亮. 2025

[12]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

[13]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

[14]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

[15]基于可见光图像和卷积神经网络的冬小麦苗期长势参数估算. 马浚诚,刘红杰,郑飞翔,杜克明,张领先,胡新,孙忠富. 2019

[16]基于卷积神经网络的温室黄瓜病害识别系统. 马浚诚,杜克明,郑飞翔,张领先,孙忠富. 2018

[17]基于卷积神经网络的冬小麦麦穗检测计数系统. 张领先,陈运强,李云霞,马浚诚,杜克明. 2019

[18]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[19]卷积神经网络在高分辨率影像分类中的应用. 李贤江,陈佑启,邹金秋,石淑芹,郭涛,蔡为民,陈浩. 2019

[20]基于卷积神经网络的水稻纹枯病图像识别. 刘婷婷,胡林,王婷. 2019

作者其他论文 更多>>