基于深度学习的新型语义分割模型与玉米间杂草识别研究 |
| |
引用本文: | 刘思岐,韩静,韩晗,张天宇,廖洪晖,曲歆锐.基于深度学习的新型语义分割模型与玉米间杂草识别研究[J].南方农机,2023(2):1-4+34. |
| |
作者姓名: | 刘思岐 韩静 韩晗 张天宇 廖洪晖 曲歆锐 |
| |
作者单位: | 1. 黑龙江八一农垦大学工程学院;2. 黑龙江八一农垦大学信息与电气学院 |
| |
基金项目: | 国家“十三五”重点研发计划子课题(2016YFD020060802); |
| |
摘 要: | 玉米是我国重要的粮食和经济作物,但由于玉米易受杂草侵害,而人力除草费用很高,所以有必要开发出一种用于杂草分割检测的模型指导机器人除草。课题组提出了一种新型的基于神经网络的深度卷积模型,以实现在自然光照拍摄条件下对杂草和玉米苗的语义分割检测。课题组使用私有玉米-杂草数据集,使用数据增强和数据归一化等方法进行预处理,建立神经网络模型,在RTX3050上训练100个Epoch后得到收敛的模型,并使用mIOU等多个指标对模型进行评价。仿真结果表明,该深度神经网络模型能够有效地实现对玉米、杂草的分割检测,各种指标均满足预期,为农业方面的杂草检测工作提供了有效参考。
|
关 键 词: | 精准农业 深度神经网络 语义分割 杂草检测 |
|
|