基于卷积神经网络的田间麦穗检测方法研究

文献类型： 中文期刊

第一作者： 张合涛

作者： 张合涛;赵春江;王传宇;郭新宇;李大壮;苟文博

作者机构：

关键词： 小麦麦穗;卷积神经网络;特征提取;特征融合;损失函数;麦穗识别检测模型

期刊名称： 麦类作物学报

ISSN：

年卷期： 2023 年 006 期

页码： 798-807

收录情况： 北大核心 ; CSCD

摘要： 为提高卷积神经网络对麦穗的识别检测精度，在YOLOv5检测模型基础上提出改进的识别检测模型YOLOv5-αTB,在特征提取网络末端部分加入Transformer模块，强化特征提取网络对小麦麦穗图像的颜色、纹理、几何等特征的提取，在特征融合部分将路径聚合网络（path aggregation network, PANet）替换成加权双向特征金字塔（bidirectional feature pyramid network, BiFPN）,进一步优化多尺度特征的融合。针对边界框回归损失函数的计算方式IoU的局限性，引入了α-CIoU加强了边界框回归的效果。利用YOLOv5-αTB检测模型在测试集上得到的精确度（precision）、召回率（recall）和平均精度（average precision, AP）分别是99.95%、81.86%和88.64%,在平均精度上相比于传统的YOLOv5模型提升2.92个百分点。该模型检测统计麦穗数量对比人工计数结果，识别检测精度约为97.00%。

分类号： S512.1%TP391.41%TP183

  • 相关文献

[1]基于卷积神经网络深度特征融合的番茄叶片病害检测. 杜忠康,房胜,李哲,郑纪业. 2021

[2]基于卷积模型的农业问答语性特征抽取分析. 张明岳,吴华瑞,朱华吉. 2018

[3]一种基于改进卷积神经网络的玉米病害高效识别模型. 王营瑛,郑铖,董伟,高海涛. 2023

[4]基于改进YOLOv5的甘蔗茎节识别方法. 赵文博,周德强,邓干然,何冯光,朱琦,韦丽娇,牛钊君. 2023

[5]基于坐标注意力机制与高效边界框回归损失的线虫快速识别. 陆健强,梁效,余超然,兰玉彬,邱洪斌,黄捷伟,尹梓濠,陈慧洁,郑胜杰. 2022

[6]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[7]一种基于高光谱图像的熟牛肉TVB-N含量预测方法. 田卫新,何丹丹,杨东,陆安祥. 2016

[8]基于多光谱成像技术的小麦品种快速无损鉴定. 许学,马卉,王钰,刘伟,杨剑波,汪秀峰. 2019

[9]基于深度学习与多尺度特征融合的烤烟烟叶分级方法. 鲁梦瑶,周强,姜舒文,王聪,陈栋,陈天恩. 2022

[10]基于多特征融合和稀疏表示的农业害虫图像识别方法. 张永玲,姜梦洲,俞佩仕,姚青,杨保军,唐健. 2018

[11]融合边特征与注意力的表格结构识别模型. 吕学强,张煜楠,韩晶,崔运鹏,李欢. 2023

[12]多核学习算法及其在高光谱图像分类中的应用研究进展. 李广洋,寇卫利,陈帮乾,代飞,强振平,吴超. 2021

[13]基于BP神经网络的常见中兽药中5种违禁药物显微图像识别. 余晓,林海丹,彭新宇,翟海云,崔成富. 2013

[14]基于改进遗传算法的财务危机预警参数提取方法研究. 段滨秋. 2011

[15]田间害虫图像识别中的特征提取与分类器设计研究. 张红涛,胡玉霞,赵明茜,邱道尹,张孝远,张恒源. 2008

[16]基于SVM的水稻稻瘟病识别方法. 赵开才,石凤梅,孟庆林,马立功. 2013

[17]基于GIS和KPCA的农业空间数据特征提取研究. 孙荣荣,姜国金. 2010

[18]基于图像处理技术的观赏菊品种识别方法研究. 翟果,李志敏,路文超,赵勇,王成. 2016

[19]基于Gabor能量特征的牧草识别. 潘新,刘桂香,闫伟红,李莹,李燕华,侯振杰. 2013

[20]应用人工智能技术进行作物形态诊断初探. 陈立平,赵春江. 2000

作者其他论文 更多>>

微信小程序