| 基于GoogLeNet和无人机图像的水稻秧苗形态识别 |
| |
| 引用本文： | 朱伟,马立新,张平,刘德营.基于GoogLeNet和无人机图像的水稻秧苗形态识别[J].华南农业大学学报,2022,43(3):99-106. |
| |
| 作者姓名： | 朱伟 马立新 张平 刘德营 |
| |
| 作者单位： | 南京农业大学 工学院, 江苏 南京 210031,江苏省农业机械试验鉴定站, 江苏 南京 210017 |
| |
| 基金项目： | 江苏省农机新装备新技术研发与推广项目(NJ2019-25) |
| |
| 摘 要： | 【目的】针对目前国内评价插秧质量主要以人工观察和随机抽样的现状，提出一种基于卷积神经网络GoogLeNet对水稻秧苗图像进行形态识别的方法。【方法】首先，利用无人机超低空航拍获取清晰、完整的稻田秧苗图像，通过裁剪标记制作漂秧、伤秧和合格秧苗数据集；然后，基于GoogLeNet结构训练数据，得到最佳网络识别模型；最后，对单穴秧苗图像进行分类试验，并与传统图像分类算法(SVM、BP神经网络)进行对比。【结果】在相同样本的条件下，基于GoogLeNet的秧苗形态识别方法更快、更准确地完成了判断分类，秧苗形态识别的平均正确率为91.17%，平均耗时0.27 s；与SVM和BP神经网络相比，分类平均精度分别提高了21和13个百分点，检测时间分别缩短了1.09和0.58 s。【结论】本研究可为水稻插秧质量评价提供相关支持。
|
| 关 键 词： | 水稻 插秧质量 秧苗形态 GoogLeNet 无人机 图像分类 |
| 收稿时间： | 2021/7/23 0:00:00 |
Morphological recognition of rice seedlings based on GoogLeNet and UAV image |
| |
| ZHU Wei,MA Lixin,ZHANG Ping,LIU Deying.Morphological recognition of rice seedlings based on GoogLeNet and UAV image[J].Journal of South China Agricultural University,2022,43(3):99-106. |
| |
| Authors: | ZHU Wei MA Lixin ZHANG Ping LIU Deying |
| |
| Institution: | College of Engineering, Nanjing Agricultural University, Nanjing 210031, China;Jiangsu Agricultural Machinery Testing Station, Nanjing 210017, China |
| |
| Abstract: | |
| |
| Keywords: | Rice Transplanting quality Seedling morphology GoogLeNet UAV Image classification |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《华南农业大学学报》浏览原始摘要信息 |
| 点击此处可从《华南农业大学学报》下载免费的PDF全文 |
