文献类型： 中文期刊

作者： 李岩舟 ¹ ; 何艳洲 ¹ ; 覃锋 ¹ ; 钱万强 ² ; 吴媚 ³ ; 乔曦 ¹ ;

作者机构： 1.广西大学机械工程学院

2.岭南现代农业科学与技术广东省实验室深圳分中心农业农村部农业基因数据分析重点实验室中国农业科学院(深圳)农业基因组研究所

3.广西计量检测研究院

关键词： 无人机遥感;互花米草;卷积神经网络;零散斑块

期刊名称： 中国农机化学报

ISSN： 2095-5553

年卷期： 2023 年 004 期

页码： 159-166

收录情况： 北大核心

摘要： 互花米草的侵入对我国的生态系统多样性造成了巨大损失，如何准确地识别零散斑块的互花米草对其早期监测及预警具有重要意义。采用低空无人机遥感技术，以广西北海地区春季时期红树林中的互花米草为研究对象，利用AlexNet、VGG16、GoogleNet、ResNet50、EfficientNetB0五种卷积神经网络，分别对包含互花米草、红树林及其他地物背景的图像数据集进行模型的训练、验证与测试，然后将训练好的五种网络模型对整个试验区域的互花米草及地物背景进行识别并标记，得到互花米草的分布图。基于混淆矩阵和运算时间的综合定量评估结果表明，ResNet50网络模型总体上优于另外四种网络模型，识别准确率最高，达到了96.96%,且在测试集上耗时仅为5.47 s。将识别结果图与互花米草实际分布图进行对比，ResNet50网络模型的识别结果与互花米草的实际分布基本重合。