您好，欢迎访问中国农业科学院 机构知识库！

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于对比学习的植物叶片病害识别

文献类型： 中文期刊

作者： 杨新宇 1 ; 冯全 1 ; 张建华 2 ; 杨森 1 ;

作者机构： 1.甘肃农业大学机电工程学院

2.中国农业科学院农业信息研究所

关键词： 对比学习;病害识别;图像处理

期刊名称： 浙江农业学报

ISSN： 1004-1524

年卷期： 2024 年 36 卷 001 期

页码： 215-224

收录情况： 北大核心 ; CSCD

摘要： 目前,基于图像处理的植物病害识别多依赖于人工标注的卷积神经网络.本文基于自监督对比学习不依赖标签和大量数据即可实现独自学习的优势,研究了MoCo-v2、DeepCluster-v2、SwAV、BYOL这 4 种对比学习方法对植物叶片病害的识别效果,通过设置不同试验条件,使用PlantVillage开源数据集和自建的棉花病害数据集分别测试4 种对比学习方法所训练的ResNet50 编码器在Linear和Finetune两种模式下的病害识别效果,评估对比学习方法在植物叶片病害识别上的可行性.结果表明,在PlantVillage数据集中,Finetune模式的平均准确率略高于Linear,4 种方法训练的编码器的平均识别准确率最高达 99.83%,其中,DeepCluster-v2、BYOL在Finetune模式下的识别率最高,均为99.87%.在棉花病害数据集上,Finetune模式的效果略逊于Linear,DeepCluster-v2 在Linear模式下获得最高识别准确率(98.86%).整体来看,基于对比学习方法的病害识别率优于有监督模型的学习效果,在植物叶片病害识别领域展现出良好的应用前景.

  • 相关文献

[1]基于图像的水稻病害识别方法研究. 管泽鑫,唐健,杨保军,周营烽,范德耀,姚青. 2010

[2]古农文语义检索模型构建及其应用研究. 刘楠竹,崔运鹏,王末. 2023

[3]设施温室影像采集与环境监测机器人系统设计及应用. 郭威,吴华瑞,朱华吉. 2020

[4]基于高光谱成像的甘蔗叶片早期轮斑病与锈病识别技术. 黄亦其,刘祥焕,黄震宇,钱万强,刘双印,乔曦. 2023

[5]基于计算机视觉技术的黄瓜叶部病害自动诊断研究. 岑喆鑫. 2008

[6]基于计算机视觉和光谱分析技术的蔬菜叶部病害诊断研究. 柴阿丽. 2011

[7]基于神经网络的水稻三化螟识别系统的设计与实现. 王剑. 2006

[8]基于MODIS数据反演作物叶面积指数. 刘洋,刘荣高,刘纪远,陈仲新,王利民,邹金秋. 2008

[9]基于分区LBP及蚁群算法的牧草识别. Han Fan,韩璠,Pan Xin,潘新. 2013

[10]水稻叶片颜色可视化模拟方法研究. Yang Hongyun,杨红云,Sun Aizhen,孙爱珍,Yang Wenji,杨文姬,He Huojiao,何火娇. 2018

[11]基于无人机遥感数据的内蒙古草原鼠洞数字化检测. 赵晓庆,杨贵军,杨浩,徐波,王艳杰. 2016

[12]基于图像处理的小麦穗长和小穗数同步测量. 路文超,罗斌,潘大宇,赵勇,于春花,王成. 2016

[13]密闭空间雾滴沉积状态参数的显微图像解析. 邱白晶,沙俊炎,汤伯敏,吴昊,李佐鹏. 2008

[14]基于Android手机的水稻剑叶角测量系统. 路文超,赵勇,罗斌,潘大宇,王成. 2015

[15]基于HSV空间颜色直方图的油菜叶片缺素诊断. 张凯兵,章爱群,李春生. 2016

[16]基于改进梯度投影NMF和复Contourlet变换的遥感图像融合. 吴一全,沈毅,殷骏. 2014

[17]水稻穗部籽粒参数快速无损获取方法研究. 许杰,周子力,潘大宇,王成,罗斌,宋鹏. 2017

[18]基于分形维数的放牧地秃斑特征提取方法及其应用. 王钊齐,林慧龙. 2011

[19]基于数字图像技术的冬小麦不同施氮处理颜色特征分析. 文新亚,宋振伟,孔凡磊,张志鹏,陈阜. 2010

[20]雾滴显微图像分析中处理亮度不均匀性的算法. 陈怡群,常春,汤伯敏. 2009

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台