学术中心

全部分类
您现在的位置:
首页
/
/
/
基于无人机图像的小麦倒伏自动检测

基于无人机图像的小麦倒伏自动检测

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2020-12-29 06:10
  • 访问量:

【概要描述】

基于无人机图像的小麦倒伏自动检测

【概要描述】

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2020-12-29 06:10
  • 访问量:
详情

无人机(UAV)和卷积神经网络(CNNs)技术的最新进展使我们能够更精确和准确地检测作物倒伏现象。然而,当植物表现出不同光谱和形态特征时,能够检测倒伏的模型性能和泛化尚未得要充分研究。本研究以不同冠层表型的冬小麦为试验材料,研究并比较了两个生长阶段的无人机图像训练模型的性能。

 

利用CNN算法对倒伏小麦和不倒伏小麦进行小区级识别和分类

 

首先,利用三个基于CNN模型分别对灌浆早期、生理成熟期两个阶段收集到的无人机图像进行训练。结果发现,在所有测试数据上,由两个生长阶段图像训练的多阶段模型均优于由单个生长阶段图像训练的模型。多阶段模型的平均准确度为89.23%,而其他两个模型的平均准确度分别为52.32%和84.9%。本研究证明了训练数据多样性在大数据分析中的重要性,以及利用高分辨率遥感影像开发小麦倒伏检测和多生育期制图的通用决策支持系统的可行性。

 

验证数据集的三个模型的曲线(AUC)下的接收器工作特性(ROC)曲线区域

 

 

比较三个CNN模型的小麦倒伏可能性图

 

来源:

Zhao B, Li J, Baenzige P. S, et al. Automatic Wheat Lodging Detection and Mapping in Aerial Imagery to Support High-Throughput Phenotyping and In-Season Crop Management. Agronomy 2020, 10(11), 1762; https://doi.org/10.3390/agronomy10111762.

关键词:

扫二维码用手机看

推荐新闻

我司荣登2020国际未来农业食品百强榜生物农业TOP20
我司荣登2020国际未来农业食品百强榜生物农业TOP20
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
查看详情
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
PhenoTrait “职”等你来
PhenoTrait “职”等你来
发布时间 : 2020-11-23 15:31:23
赶快将您的简历发到邮箱hr@phenotrait.com,我们热切的期待您的来信。!
查看详情
赶快将您的简历发到邮箱hr@phenotrait.com,我们热切的期待您的来信。!
慧诺表型实验室推出测试服务
慧诺表型实验室推出测试服务
发布时间 : 2020-08-26 11:38:26
提供植物表型、光合作用等相关的数据测试和分析服务
查看详情
提供植物表型、光合作用等相关的数据测试和分析服务
提高光合效率促进植物生长
提高光合效率促进植物生长
发布时间 : 2020-07-10 00:00:00
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。
查看详情
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。

视频展示

植物表型架起从数字农业到智慧农业的桥梁
00:30:11
所属分类:
视频展示
发布时间:
2020/12/10
关键词:

专题报道

搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城东路10号院
          京城尚德智造产业园E区112B

电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明