| 基于RAdam卷积神经网络的水稻生育期图像识别 |
| |
| 引用本文： | 徐建鹏, 王杰, 徐祥, 琚书存. 基于RAdam卷积神经网络的水稻生育期图像识别[J]. 农业工程学报, 2021, 37(8): 143-150. DOI: 10.11975/j.issn.1002-6819.2021.08.016 |
| |
| 作者姓名： | 徐建鹏 王杰 徐祥 琚书存 |
| |
| 作者单位： | 1.安徽省农村综合经济信息中心,合肥 230031;2.安徽省农业生态大数据工程实验室,合肥 230031 |
| |
| 基金项目： | 安徽省重大科技专项（202003A06020016）;科技助力经济2020气象行业项目（KJZLJJ202002） |
| |
| 摘 要： | 为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别.连续2 a对12块试验田的水稻物候特征进行持续自动拍摄,对采集的水稻图像进行预处理,得到水稻各发育期分类...
|
| 关 键 词： | 图像识别 神经网络 模型 水稻 RAdam ResNet50 生育期 |
| 收稿时间： | 2020-01-02 |
| 修稿时间： | 2021-03-10 |
| 本文献已被 CNKI 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 |
|
