数字农科院2.0

基于Mask R-CNN的玉米干旱卷曲叶片检测

文献类型： 中文期刊

作者： 安江勇;黎万义;李茂松

作者机构：

关键词： 干旱;玉米植株;叶片卷曲;目标检测

期刊名称：中国农业信息

ISSN： 1672-0423

年卷期： 2019 年 31 卷 5 期

页码： 66-74

收录情况： 农林核心（2020版）

摘要： [目的]干旱胁迫严重影响玉米生长和产量水平,对玉米干旱胁迫快速、精确监测,及时制定相应的防灾减灾措施对保障玉米丰产稳产具有重要意义.对玉米干旱卷曲叶片进行监测是实现快速精确地监测玉米干旱胁迫的重要方法.[方法]文章使用单反相机获取干旱胁迫和适宜水分处理下的玉米植株数字图像,使用多边形框手动标注玉米卷曲叶片,建立玉米卷曲叶片目标检测数据集,使用目标检测模型Mask R-CNN对玉米卷曲叶片进行检测.[结果]目标检测模型进行玉米卷曲叶片检测的置信度高于98%,在IOU阈值为0.5时,卷曲叶片检测模型的均值平均精度为74.35%.[结论]目标检测算法能精确地对玉米卷曲叶片进行检测和分割,卷曲检测置信度高.基于叶片卷曲信息的玉米干旱胁迫识别具有快速、及时、精确等优点.随着作物表型组学的发展,目标检测算法可广泛应用于作物生物胁迫、非生物胁迫以及作物表型研究中感兴趣区域的识别和定位等研究.

分类号：

  • 相关文献

[1]Intelligent Survey Method for Tiny Rice Pests and Their Natural Predators in Paddy Fields Using Augmented Reality (AR) Glasses. 洪辰,,罗举,,冯泽霖,,凌和平,,李玲一,,吴坚,,姚青,,刘淑华. 2025

[2]鲜食玉米病虫害的鉴别与防治技术. 王晓鸣. 2008

[3]敌百虫(0;0-二甲基1-羟基-2;2;2-三氯乙基膦酸酯)粉剂对粘虫的室内药效试验. 李增起. 1964

[4]抗SCMV转基因玉米植株的获得. 王锡锋,周广和. 2003

[5]基于轻量化YOLOv3卷积神经网络的苹果检测方法. 武星,齐泽宇,王龙军,杨俊杰,夏雪. 2020

[6]基于改进CornerNet的水稻灯诱飞虱自动检测方法构建与验证. 姚青,吴叔珍,蒯乃阳,杨保军,唐健,冯晋,朱旭华,朱先敏. 2021

[7]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[8]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[9]深度学习在蜜蜂研究中的应用. 孙逸飞,丁桂玲,路运才,刘振虎,黄家兴. 2023

[10]基于机器视觉的小贯小绿叶蝉智能识别的研究与应用. 边磊,何旭栋,季慧华,蔡晓明,罗宗秀,陈华才,陈宗懋. 2022

[11]农业复杂环境下尺度自适应小目标识别算法——以蜜蜂为例. 郭秀明,诸叶平,李世娟,张杰,吕纯阳,刘升平. 2022

[12]基于YOLO V3的葡萄病害人工智能识别系统. 王超学,祁昕,马罡,朱亮,王白暄,马春森. 2022

[13]基于深度学习的近地面草原鼠洞识别计数关键问题研究与应用. 郭秀明,王大伟,刘升平,诸叶平,刘晓辉,林克剑,王佳宇,李非. 2024

[14]果园作业机器人自主导航多任务联合感知方法研究. 张津国,蔡建峰,姜蓉蓉,余山山,王蓬勃. 2025

[15]基于RT-WEDT的麦穗检测与计数方法. 李婕,杨子豪,郑权,乔江伟,涂静敏. 2024

[16]基于机器视觉的蚕豆荚高精度检测方法研究. 夏子林,张新洲,王文波,夏先飞,陈兰,顾寄南. 2025

[17]基于改进YOLOv5n模型的农作物病虫害识别方法. 承达瑜,赵伟,何伟德,武择鹏,王建东. 2024

[18]基于改进YOLOv8模型的冬小麦穗识别技术. 宫志宏,闫锦涛,于红,刘涛,刘布春,李树岩. 2026

[19]基于YOLO与扩散模型的冠层环境灰茶尺蠖幼虫检测方法. 罗学论,Mostafa GOUDA,宋馨蓓,胡妍,张文凯,何勇,张瑾,李晓丽. 2025

[20]基于自监督学习的作物叶部病虫害图像分类、检测与分割研究进展. 张越,刘建平,周国民,王健,陈曦,孙露露,任海玉,刘盼. 2025

作者其他论文 更多>>