| 基于深度学习服务的遥感影像农作物分类系统设计 |
| |
| 引用本文： | 王丹丹,范冲,莫东霖.基于深度学习服务的遥感影像农作物分类系统设计[J].中国农业信息,2018,30(6):88-97. |
| |
| 作者姓名： | 王丹丹 范冲 莫东霖 |
| |
| 作者单位： | 中南大学，地球科学与信息物理学院 |
| |
| 基金项目： | 国家重点研发技术“一体化综合减灾智能服务系统”项目资助2016YFC0803108国家重点研发技术“一体化综合减灾智能服务系统”项目资助（2016YFC0803108） |
| |
| 摘 要： | 【目的】深度学习在图像分类方面效果显著,但对机器的硬件配置要求高,将深度学习的技术应用于作物分类的同时,降低客户端的IT成本,开发基于深度学习服务的遥感影像农作物分类系统。【方法】系统采用C/S架构,服务器端部署Caffe的深度学习框架,通过PaaS提供计算服务,统一处理客户端模型训练、影像分类等任务;客户端提供用户界面,负责数据输入、结果解析和可视化操作;客户端和服务器之间通过异步RPC实现网络通信,利用FTP进行数据的上传和下载;考虑到农作物分类在实际应用中的时效性,系统还提供了一个简化的Alexnet模型,在保证分类精度的前提下加速了模型的收敛速度。【结果】通过对采集的428144个农作物样本数据集的应用表明,服务器训练的时间比单机训练缩短了近3倍,该系统不仅能够快速地完成深度学习模型训练的任务,还能实时准确得到遥感影像的农作物分类结果。【结论】该研究进一步推动了深度学习在农业分类方面的应用,同时为遥感技术在农业应用中的发展、农作物面积统计工作和对农业资源进行优化配置提供了重要的科学指导。
|
| 关 键 词： | 深度学习 作物分类 C/S PaaS CNN |
| 收稿时间： | 2018/11/5 0:00:00 |
Design of remote sensing image crop classification system based on deep learning service |
| |
| Wang Dandan,Fan Chong,Mo Donglin.Design of remote sensing image crop classification system based on deep learning service[J].China Agriculture Information,2018,30(6):88-97. |
| |
| Authors: | Wang Dandan Fan Chong Mo Donglin |
| |
| Abstract: | |
| |
| Keywords: | deep learning crop classification C/S PaaS CNN |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国农业信息》浏览原始摘要信息 |
| 点击此处可从《中国农业信息》下载免费的PDF全文 |
|
