| 基于深度学习的无人机遥感生态灌区杂草分类 |
| |
| 引用本文： | 王术波,韩宇,陈建,潘越,曹毅,孟灏.基于深度学习的无人机遥感生态灌区杂草分类[J].排灌机械工程学报,2018(11). |
| |
| 作者姓名： | 王术波 韩宇 陈建 潘越 曹毅 孟灏 |
| |
| 作者单位： | 中国农业大学工学院;中国农业大学水利与土木工程学院 |
| |
| 摘 要： | 为了更好地推进生态灌区建设,对灌区内杂草进行检测、控制,提出一种基于卷积神经网络的杂草分类和密度测算方法.通过无人机低空拍摄采集3种杂草(藜草、葎草、苍耳)和3种作物(小麦、花生、玉米)作为数据集,经过裁剪、灰度化等前期处理,并通过旋转方式扩充数据集,最后收集17 115张训练样本和750张测试样本,然后将训练集输送给卷积神经网络,采用Softmax回归,实现6类植物的分类.为降低网络参数,文中试验了100×100和300×300不同分辨率图像对识别精度的影响,分类结果表明300×300分辨率时识别率最高可达到95.6%.另外为实现针对特定杂草的防控,提出了一种检测单一杂草密度的方法,可实现对灌区内各种杂草的精确监控,为后期杂草防控的精准施药提供依据,对实现高效、绿色、安全的现代农业具有重要理论意义和实用价值.
|
| 本文献已被 CNKI 等数据库收录！ |
|
