基于卷积神经网络的玉米品种识别 |
| |
引用本文: | 徐岩,刘林,李中远,高照,李晓振.基于卷积神经网络的玉米品种识别[J].江苏农业学报,2020,36(1):18-23. |
| |
作者姓名: | 徐岩 刘林 李中远 高照 李晓振 |
| |
作者单位: | 山东科技大学电子信息工程学院,山东 青岛 266590;山东科技大学电子信息工程学院,山东 青岛 266590;山东科技大学电子信息工程学院,山东 青岛 266590;山东科技大学电子信息工程学院,山东 青岛 266590;山东科技大学电子信息工程学院,山东 青岛 266590 |
| |
基金项目: | 山东省研究生教育创新计划;国家自然科学基金;海信山东冰箱有限公司研发中心资助项目 |
| |
摘 要: | 为了解决传统算法中人工提取特征的缺陷,提出了基于卷积神经网络的玉米品种识别算法。以登海518、浚单20和郑单958 3个玉米品种为研究对象,制作数据集并进行分类标签,分别标记为0、1、2。使用Keras学习框架搭建网络模型,包括1个输入层、5个连续的卷积池化结构、3个全连接层和1个输出层。卷积层提取有效的特征信息,结合Leaky ReLU激活函数传递至下一层,输出层采用Softmax函数实现玉米品种的识别。使用完成训练的模型对预测集进行预测。结果表明:登海518、浚单20、郑单958的识别率分别达到100.00%、93.99%、92.49%,平均识别率达到95.49%。
|
关 键 词: | 玉米 品种识别 卷积神经网络 Keras学习框架 |
本文献已被 CNKI 万方数据 等数据库收录! |
|