数字农科院2.0

基于多列空洞卷积神经网络的麦穗计数方法研究

文献类型： 中文期刊

作者： 刘云玲;张品戈;王千航;周睿琪;赵佳;肖永贵;马韫韬

作者机构：

关键词： 卷积神经网络 ; 机器视觉 ; 图像识别 ; 麦穗计数 ; 密度图

期刊名称：吉林农业大学学报

ISSN： 1000-5684

年卷期： 2021 年 43 卷 02 期

页码：

收录情况： 北大核心（2020版） ; CSCD（2020-2021年度） ; 农林核心（2020版） ; 科技核心（2020版）

摘要： 田间麦穗计数因主要依靠人工而存在耗时长、成本高等问题,为提高麦穗计数的效率和准确性,提出基于人群计数卷积神经网络的麦穗计数方法,在图像基础上进行麦穗数量自动化计数。试验改进了现有人群计数模型中的多列卷积神经网络MCNN和空洞卷积神经网络CSRNet,并对MCNN和CSRNet进行融合,建立了多列卷积神经网络MCSRNet。测试结果表明:MCSRNet网络对麦穗的预测准确率可以达到92.4%,较MCNN和CSRNet分别提高1.0%和4.0%,且训练迭代次数分别减少39次和5次。另基于独立数据集进行了测试,MCSRNet网络平均准确率为81.9%,较MCNN和CSRNet分别提高了0.4%和0.7%。MCSRNet的麦穗计数结果R~2为0.80,优于MCNN和CSRNet。以上研究结果表明,MCSRNet网络有较高的麦穗计数准确率,同时有较快的训练速度,可为后续基于图像的小麦产量预测提供技术方法。

分类号：

  • 相关文献

[1]基于ResNet-50深度卷积网络的果树病害智能诊断模型研究. 金瑛,叶飒,李洪磊. 2021

[2]基于卷积神经网络的经济林产品检测与分选研究进展. 张晓,刘英,李玉荣,费叶琦. 2021

作者其他论文 更多>>