首页 | 本学科首页   官方微博 | 高级检索  
     检索      

多尺度特征融合的柑橘冠层施药沉积量分类模型
引用本文:陆健强,林佳翰,邓小玲,兰玉彬,邱洪斌,杨瑞帆,陈平福.多尺度特征融合的柑橘冠层施药沉积量分类模型[J].农业工程学报,2020,36(23):70-76.
作者姓名:陆健强  林佳翰  邓小玲  兰玉彬  邱洪斌  杨瑞帆  陈平福
作者单位:华南农业大学电子工程学院、人工智能学院,广州 510642;国家精准农业航空施药技术国际联合研究中心,广州 510642;岭南现代农业广东实验室,广州 510642;华南农业大学电子工程学院、人工智能学院,广州 510642
基金项目:广东省重点领域研发计划(2019B020214003);国家自然科学资金(61675003);广东省普通高校"人工智能"重点领域专项(2019KZDZX1001)
摘    要:针对传统农作物冠层施药沉积量分类模型分类准确率低、网络模型参数量大且运算速度慢的问题,该研究提出一种改进的SPP-Net-Inception-v4模型。该模型通过构建稀疏网络结构平衡各个模型子网间的计算量,利用3个Inception模块生成施药沉积量在柑橘冠层热红外图像的稠密有效特征数据;在模型的卷积层与全连接层间创新性接入空间金字塔池化网络(Spatial Pyramid Pooling Network, SPP-Net),进行一次历遍提取热红外图像特征信息,再通过空间池化操作融合3种池化方式提取的多尺度特征,实现柑橘冠层热红外图像施药沉积量表现特征的提取与融合。搭建多环境因素自主控制试验环境,模拟无人机低空采集柑橘冠层热红外图像,应用3个分类模型进行对比试验,试验结果表明,SPP-Net-Inception-v4模型与Inception-v4和ResNet-152两种模型相比,准确率分别提高1.58%和3.26%,模型大小分别降低13%和24%,表明SPP-Net-Inception-v4模型在降低模型规模的基础上,提高了柑橘树冠层施药沉积量分类的准确率,可为精准农业航空中无人机植保技术的进一步发展提供参考。

关 键 词:农药  模型  喷雾  柑橘  热红外图像  多尺度特征  SPP-Net
收稿时间:2020/7/13 0:00:00
修稿时间:2020/8/25 0:00:00

Classification model for citrus canopy spraying deposition based on multi-scale feature fusion
Lu Jianqiang,Lin Jiahan,Deng Xiaoling,Lan Yubin,Qiu Hongbin,Yang Ruifan,Chen Pingfu.Classification model for citrus canopy spraying deposition based on multi-scale feature fusion[J].Transactions of the Chinese Society of Agricultural Engineering,2020,36(23):70-76.
Authors:Lu Jianqiang  Lin Jiahan  Deng Xiaoling  Lan Yubin  Qiu Hongbin  Yang Ruifan  Chen Pingfu
Institution:1. College of Electronic Engineering, College of Artificial Intelligence, South China Agricultural University, Guangzhou 510642, China; 2. National Precision Agriculture International Joint Research Center of Aerial Application Technology, Guangzhou 510642, China; 3. Guangdong Laboratory for Lingnan Modern Agriculture, Guangzhou 510642, China;
Abstract:
Keywords:pesticide  models  spray  citrus  thermal infrared image  multi-scale features  SPP-Net
本文献已被 万方数据 等数据库收录!
点击此处可从《农业工程学报》浏览原始摘要信息
点击此处可从《农业工程学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号