数字农科院2.0

基于分层卷积神经网络的牧草种子识别模型

文献类型： 中文期刊

作者： 王欣宇;马玉宝;潘新;闫伟红

作者机构：

关键词： 图像识别; 种子识别; 卷积神经网络; 深度学习

期刊名称：内蒙古农业大学学报(自然科学版)

ISSN： 1009-3575

年卷期： 2021 年 42 卷 05 期

页码：

收录情况： 农林核心（2020版）

摘要： 针对目前识别牧草种子存在主要依赖于耗时费力的人工种植识别、自动化程度低等问题,本文提出并构建了基于深度学习的多层卷积神经网络禾本科牧草种子分类识别模型。通过改进单层卷积层优化提取牧草种子深度特征,并通过softmax种子分类器对10类禾本科牧草种子进行训练与分类,同时与其他分类识别方法进行比较分析。结果表明:本模型对10类纹理特征极为相似的禾本科牧草种子图像的识别率可达到91.67%,比其他方法平均高出7%～44%,并且模型具有很好的鲁棒性。验证了深度学习在牧草识别中的可行性,为牧草管理数字化提供了参考。

分类号：

  • 相关文献

[1]基于IMU的细粒度奶牛行为判别. 程国栋,吴建寨,邢丽玮,朱孟帅,张建华,韩书庆. 2022

[2]基于GF-6时序数据的农作物识别深度学习算法评估. 陈诗扬,刘佳. 2021

[3]基于图像处理和Deeplabv3+模型的小麦赤霉病识别. 戴雨舒,仲晓春,孙成明,杨俊,刘涛,刘升平. 2021

[4]基于移动终端的稻田飞虱调查方法. 俞佩仕,郭龙军,姚青,杨保军,唐健,许渭根,陈渝阳,朱旭华,陈宏明,张晨光,段德康,贝文勇,彭晴晖. 2019

[5]茶叶分选技术的现状和未来. 张皓臻,肖宏儒,梅松,王中,宋志禹,丁文芹. 2014

[6]图像识别技术在作物农情信息反演中的应用. 陆明,李茂松,申双和,王春艳. 2011

[7]基于神经网络图像分析的智能鲜茶叶分选机. 常春,陈怡群,肖宏儒,任守纲,宋卫东. 2013

[8]人工神经网络技术在鲜茶叶分选中的应用. 陈怡群,常春,肖宏儒,宋卫东,张佩. 2010

[9]基于最小阈值法的棉花幼苗识别研究. 黄真,毛树春,毕竟锴,王国平. 2012

[10]基于BP神经网络的小麦群体图像特征识别. 李少昆,索兴梅,白中英,祁之力,刘晓鸿,高世菊,赵双宁. 2002

[11]基于多层感知神经网络的水稻叶瘟病识别方法. 刘立波,周国民. 2009

[12]基于动态集成的黄瓜叶部病害识别方法. 王志彬,王开义,王书锋,王晓锋,潘守慧. 2017

[13]基于二分法的鸡蛋图像边缘快速检测方法. 周平,赵春江,郑文刚,王纪华,孙忠富,文友先. 2010

[14]红外传感器与机器视觉融合的果树害虫识别及计数方法. 田冉,陈梅香,董大明,李文勇,矫雷子,王以忠,李明,孙传恒,杨信廷. 2016

[15]基于物联网平台的小麦病虫害诊断系统设计初探. 苏一峰,杜克明,李颖,孙忠富,郑飞翔. 2016

[16]基于智能手机拍照判读的侧流免疫层析快速检测技术研究进展. 李辉,盈盈,曹振,刘广洋,王静. 2022

[17]基于图像的棉花水分状况诊断. 王方永,王克如,王崇桃,李少昆,朱玉,陈兵,明博,潘文超. 2007

[18]基于图像识别技术的夏玉米生育期识别方法初探. 陆明,申双和,王春艳,李茂松. 2011

[19]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

[20]基于树冠面积与苹果数量的果树产量预估方法. 李会宾,史云,张保辉,李丹丹. 2022

作者其他论文 更多>>