| 基于卷积神经网络的冬小麦麦穗检测计数系统 |
| |
| 引用本文： | 张领先,陈运强,李云霞,马浚诚,杜克明.基于卷积神经网络的冬小麦麦穗检测计数系统[J].农业机械学报,2019,50(3):144-150. |
| |
| 作者姓名： | 张领先 陈运强 李云霞 马浚诚 杜克明 |
| |
| 作者单位： | 中国农业大学,中国农业大学,中国农业大学,中国农业科学院农业环境与可持续发展研究所,中国农业科学院农业环境与可持续发展研究所 |
| |
| 基金项目： | 国家重点研发计划项目(2016YFD0300606)和国家自然科学基金项目(31801264) |
| |
| 摘 要： | 为进一步提高大田环境下麦穗识别与检测计数的准确性,基于图像处理和深度学习技术,设计并实现了基于卷积神经网络的冬小麦麦穗检测计数系统。根据大田环境下采集的开花期冬小麦图像特点,提取麦穗、叶片、阴影3类标签图像构建数据集,研究适用于冬小麦麦穗识别的卷积神经网络结构,构建了冬小麦麦穗识别模型,并采用梯度下降法对模型进行训练;将构建的冬小麦麦穗识别模型与非极大值抑制结合,进行冬小麦麦穗计数。试验结果表明,该系统构建的冬小麦麦穗识别模型能够有效地克服大田环境下的噪声,实现麦穗的快速、准确识别,总体识别正确率达到99. 6%,其中麦穗识别正确率为99. 9%,阴影识别正确率为99. 7%,叶片识别正确率为99. 3%。对100幅冬小麦图像进行麦穗计数测试,采用决定系数和归一化均方根误差(NRMSE)进行正确率定量评价,结果表明,该系统计数结果与人工计数结果线性拟合的R~2为0. 62,NRMSE为11. 73%,能够满足冬小麦麦穗检测计数的实际要求。
|
| 关 键 词： | 冬小麦 麦穗识别 卷积神经网络 非极大值抑制 深度学习 检测计数 |
| 收稿时间： | 2018/10/12 0:00:00 |
Detection and Counting System for Winter Wheat Ears Based on Convolutional Neural Network |
| |
| ZHANG Lingxian,CHEN Yunqiang,LI Yunxi,MA Juncheng and DU Keming.Detection and Counting System for Winter Wheat Ears Based on Convolutional Neural Network[J].Transactions of the Chinese Society of Agricultural Machinery,2019,50(3):144-150. |
| |
| Authors: | ZHANG Lingxian CHEN Yunqiang LI Yunxi MA Juncheng and DU Keming |
| |
| Institution: | China Agricultural University,China Agricultural University,China Agricultural University,Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences and Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences |
| |
| Abstract: | |
| |
| Keywords: | winter wheat ear recognition convolutional neural network non maximal suppression deep learning detection and counting |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
