基于Mask R-CNN 的玉米干旱卷曲叶片检测 |
| |
引用本文: | 安江勇,黎万义,李茂松※. 基于Mask R-CNN 的玉米干旱卷曲叶片检测[J]. 中国农业信息, 2019, 31(5): 66-74 |
| |
作者姓名: | 安江勇 黎万义 李茂松※ |
| |
作者单位: | 中国农业科学院农业资源与农业区划研究所/ 农业农村部农业遥感重点实验室,北京100081,中国科学院自动化研究所,北京100190,中国农业科学院农业资源与农业区划研究所/ 农业农村部农业遥感重点实验室,北京100081 |
| |
基金项目: | 国家科技支撑计划课题“农业干旱与干热风监测预警与应急防控关键技术研究”(2012BAD20B01);中国农业科学院科技创新工程“农业灾害监测预警新技术新方法研发”(CAAS-ASTIP-IARRP-2013) |
| |
摘 要: | 【目的】干旱胁迫严重影响玉米生长和产量水平,对玉米干旱胁迫快速、精确监测,及时制定相应的防灾减灾措施对保障玉米丰产稳产具有重要意义。对玉米干旱卷曲叶片进行监测是实现快速精确地监测玉米干旱胁迫的重要方法。【方法】文章使用单反相机获取干旱胁迫和适宜水分处理下的玉米植株数字图像,使用多边形框手动标注玉米卷曲叶片,建立玉米卷曲叶片目标检测数据集,使用目标检测模型Mask R-CNN对玉米卷曲叶片进行检测。【结果】目标检测模型进行玉米卷曲叶片检测的置信度高于98%,在IOU阈值为0.5时,卷曲叶片检测模型的均值平均精度为74.35%。【结论】目标检测算法能精确地对玉米卷曲叶片进行检测和分割,卷曲检测置信度高。基于叶片卷曲信息的玉米干旱胁迫识别具有快速、及时、精确等优点。随着作物表型组学的发展,目标检测算法可广泛应用于作物生物胁迫、非生物胁迫以及作物表型研究中感兴趣区域的识别和定位等研究。
|
关 键 词: | 干旱;玉米植株;叶片卷曲;目标检测 |
收稿时间: | 2019-09-26 |
Identification of maize drought rolled leaves based on Mask R-CNN model |
| |
Abstract: | |
| |
Keywords: | |
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》下载全文 |
|