基于多尺度卷积神经网络特征融合的植株叶片检测技术
| Autor: | 李颖, 陈龙, 黄钊宏, 孙杨, 蔡国榕 |
|---|---|
| Jazyk: | čínština |
| Rok vydání: | 2021 |
| Předmět: | |
| Zdroj: | 智能科学与技术学报, Vol 3, Iss 3, Pp 304-311 (2021) |
| Druh dokumentu: | article |
| ISSN: | 2096-6652 |
| Popis: | 植株叶片检测是植株科学培育和精准农业过程中重要的环节之一。传统植株叶片检测的做法对操作人员的专业知识提出了较高要求，且人工成本高、耗时周期长。基于此，提出基于多尺度卷积神经网络特征融合（MCFF）的植株叶片检测技术。从深度学习技术辅助植株培育的需求出发，基于多尺度卷积神经网络特征融合，针对莲座模式植物、拟南芥和烟草3种不同类型、不同分辨率的植株进行叶片计数检测。经过与其他主流算法的比较，发现MCFF具备较高的检测精确度，平均精度均值（mAP）为0.662，实现了高度竞争的性能（AP=0.946），各项指标接近实用水平。 |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|