本文主要研究内容
作者刘庆飞（2019）在《农业场景下卷积神经网络的应用研究》一文中研究指出：农作物图像是使用图像采集系统从农业场景中获取的携带大量反应农作物生长状况或其他特定感兴趣信息的数据,对农作物图像进行自动检测和感兴趣区域自动识别有助于农业生产过程中的管理者或自动化设备高效决策。卷积神经网络是近年来国际学术界和工业界计算机视觉领域发展最快,应用最广泛的计算机视觉算法,是当前计算机视觉领域的前沿技术和研究热点,同时也是解决工程实际问题的有效工具。为了提高农业生产过程的智能化程度,将计算机视觉的最新研究成果与农作物图像相结合,借助先进的卷积神经网络技术对农作物图像进行分析。总结国内外学者使用图像处理和计算机视觉技术对农作物图像分析的方法和发展趋势。对卷积神经网络算法的发展过程和理论基础进行系统的回顾。针对农作物图像中病害分类问题、植物器官识别与定位问题以及杂草分割问题,提出基于卷积神经网络的农作物图像分析框架。将迁移学习应用于Alexnet和Googlenet卷积神经网络,对病害叶片和健康叶片共10种类别的番茄叶片进行分类研究。使用14 529张番茄叶片病害图像,随机选择70%作为训练集,30%作为验证集,对Alexnet和Googlenet卷积神经网络模型结构进行迁移,利用在Imagenet图像数据集上训练成熟的Alexnet模型和Googlenet模型参数对番茄叶片病害识别。在训练过程中,固定低层网络参数不变,微调高层网络参数,将番茄病害图像输入到网络中训练网络高层参数,用训练好的模型对10种类别的番茄叶片分类,并进行了20组试验。结果表明:采用迁移学习所建立的病害分类模型能够对10种类别的番茄叶片病害快速准确地分类。针对农业机器人视觉系统需求,以棉花摘心前图像数据为研究对象,提出基于SSD方法和深度相机的植物器官识别与空间定位方法,应用此方法对棉花顶心进行目标识别和空间定位。首先建立基于SSD方法的卷积神经网络模型对棉花顶心进行像素定位,然后结合深度相机数据和相机内参计算棉花顶心空间坐标,最后搭建实验平台对所提方法进行验证。实验结果验证了在不同光照条件下仍然获得较好识别结果,且模型对不同尺度目标的均有可靠的识别能力。最后结合实际试验验证了本方法的可行性。为了提高作物和杂草的识别准确率和实时性,以苗期甜菜田间彩色图像为研究对象,提出了基于深度可分离卷积的实时农业图像逐像素分类方法。由农业机器人采集的苗期甜菜田间彩色图像,通过人工逐像素标注方法将彩色图像中各个像素点标注为作物、杂草、土壤3个类别,并将单一类别的标注信息分别置于3个不同的图像通道,构成用于训练和测试的数据集。首先,建立以编码器-解码器为基础的深度可分离卷积神经网络模型,将编码器部分和解码器部分进行多尺度合并,由编码器部分决定像素位置,解码器部分获得像素分类;然后,为了解决分类类别覆盖率不平衡的问题,通过单通道标注信息训练,提高了低覆盖率分类类别的准确率,再将多个训练结果输出,实现对图像中的土壤、杂草、作物的识别;为了控制网络参数规模,采用宽度乘数控制点卷积核的个数,同时在不同分辨率输入条件下对网络模型进一步测试,以讨论网络模型的实时性。
Abstract
nong zuo wu tu xiang shi shi yong tu xiang cai ji ji tong cong nong ye chang jing zhong huo qu de xie dai da liang fan ying nong zuo wu sheng chang zhuang kuang huo ji ta te ding gan xing qu xin xi de shu ju ,dui nong zuo wu tu xiang jin hang zi dong jian ce he gan xing qu ou yu zi dong shi bie you zhu yu nong ye sheng chan guo cheng zhong de guan li zhe huo zi dong hua she bei gao xiao jue ce 。juan ji shen jing wang lao shi jin nian lai guo ji xue shu jie he gong ye jie ji suan ji shi jiao ling yu fa zhan zui kuai ,ying yong zui an fan de ji suan ji shi jiao suan fa ,shi dang qian ji suan ji shi jiao ling yu de qian yan ji shu he yan jiu re dian ,tong shi ye shi jie jue gong cheng shi ji wen ti de you xiao gong ju 。wei le di gao nong ye sheng chan guo cheng de zhi neng hua cheng du ,jiang ji suan ji shi jiao de zui xin yan jiu cheng guo yu nong zuo wu tu xiang xiang jie ge ,jie zhu xian jin de juan ji shen jing wang lao ji shu dui nong zuo wu tu xiang jin hang fen xi 。zong jie guo nei wai xue zhe shi yong tu xiang chu li he ji suan ji shi jiao ji shu dui nong zuo wu tu xiang fen xi de fang fa he fa zhan qu shi 。dui juan ji shen jing wang lao suan fa de fa zhan guo cheng he li lun ji chu jin hang ji tong de hui gu 。zhen dui nong zuo wu tu xiang zhong bing hai fen lei wen ti 、zhi wu qi guan shi bie yu ding wei wen ti yi ji za cao fen ge wen ti ,di chu ji yu juan ji shen jing wang lao de nong zuo wu tu xiang fen xi kuang jia 。jiang qian yi xue xi ying yong yu Alexnethe Googlenetjuan ji shen jing wang lao ,dui bing hai xie pian he jian kang xie pian gong 10chong lei bie de fan jia xie pian jin hang fen lei yan jiu 。shi yong 14 529zhang fan jia xie pian bing hai tu xiang ,sui ji shua ze 70%zuo wei xun lian ji ,30%zuo wei yan zheng ji ,dui Alexnethe Googlenetjuan ji shen jing wang lao mo xing jie gou jin hang qian yi ,li yong zai Imagenettu xiang shu ju ji shang xun lian cheng shou de Alexnetmo xing he Googlenetmo xing can shu dui fan jia xie pian bing hai shi bie 。zai xun lian guo cheng zhong ,gu ding di ceng wang lao can shu bu bian ,wei diao gao ceng wang lao can shu ,jiang fan jia bing hai tu xiang shu ru dao wang lao zhong xun lian wang lao gao ceng can shu ,yong xun lian hao de mo xing dui 10chong lei bie de fan jia xie pian fen lei ,bing jin hang le 20zu shi yan 。jie guo biao ming :cai yong qian yi xue xi suo jian li de bing hai fen lei mo xing neng gou dui 10chong lei bie de fan jia xie pian bing hai kuai su zhun que de fen lei 。zhen dui nong ye ji qi ren shi jiao ji tong xu qiu ,yi mian hua zhai xin qian tu xiang shu ju wei yan jiu dui xiang ,di chu ji yu SSDfang fa he shen du xiang ji de zhi wu qi guan shi bie yu kong jian ding wei fang fa ,ying yong ci fang fa dui mian hua ding xin jin hang mu biao shi bie he kong jian ding wei 。shou xian jian li ji yu SSDfang fa de juan ji shen jing wang lao mo xing dui mian hua ding xin jin hang xiang su ding wei ,ran hou jie ge shen du xiang ji shu ju he xiang ji nei can ji suan mian hua ding xin kong jian zuo biao ,zui hou da jian shi yan ping tai dui suo di fang fa jin hang yan zheng 。shi yan jie guo yan zheng le zai bu tong guang zhao tiao jian xia reng ran huo de jiao hao shi bie jie guo ,ju mo xing dui bu tong che du mu biao de jun you ke kao de shi bie neng li 。zui hou jie ge shi ji shi yan yan zheng le ben fang fa de ke hang xing 。wei le di gao zuo wu he za cao de shi bie zhun que lv he shi shi xing ,yi miao ji tian cai tian jian cai se tu xiang wei yan jiu dui xiang ,di chu le ji yu shen du ke fen li juan ji de shi shi nong ye tu xiang zhu xiang su fen lei fang fa 。you nong ye ji qi ren cai ji de miao ji tian cai tian jian cai se tu xiang ,tong guo ren gong zhu xiang su biao zhu fang fa jiang cai se tu xiang zhong ge ge xiang su dian biao zhu wei zuo wu 、za cao 、tu rang 3ge lei bie ,bing jiang chan yi lei bie de biao zhu xin xi fen bie zhi yu 3ge bu tong de tu xiang tong dao ,gou cheng yong yu xun lian he ce shi de shu ju ji 。shou xian ,jian li yi bian ma qi -jie ma qi wei ji chu de shen du ke fen li juan ji shen jing wang lao mo xing ,jiang bian ma qi bu fen he jie ma qi bu fen jin hang duo che du ge bing ,you bian ma qi bu fen jue ding xiang su wei zhi ,jie ma qi bu fen huo de xiang su fen lei ;ran hou ,wei le jie jue fen lei lei bie fu gai lv bu ping heng de wen ti ,tong guo chan tong dao biao zhu xin xi xun lian ,di gao le di fu gai lv fen lei lei bie de zhun que lv ,zai jiang duo ge xun lian jie guo shu chu ,shi xian dui tu xiang zhong de tu rang 、za cao 、zuo wu de shi bie ;wei le kong zhi wang lao can shu gui mo ,cai yong kuan du cheng shu kong zhi dian juan ji he de ge shu ,tong shi zai bu tong fen bian lv shu ru tiao jian xia dui wang lao mo xing jin yi bu ce shi ,yi tao lun wang lao mo xing de shi shi xing 。
论文参考文献
论文详细介绍
论文作者分别是来自新疆大学的刘庆飞，发表于刊物新疆大学2019-07-23论文，是一篇关于卷积神经网络论文,农业图像论文,病害分类论文,植物器官识别论文,杂草分割论文,新疆大学2019-07-23论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自新疆大学2019-07-23论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：卷积神经网络论文; 农业图像论文; 病害分类论文; 植物器官识别论文; 杂草分割论文; 新疆大学2019-07-23论文;