学术中心

全部分类
您现在的位置:
首页
/
/
/
深度神经网络在数字图像叶片检测中的应用

深度神经网络在数字图像叶片检测中的应用

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-01-27 06:10
  • 访问量:

【概要描述】

深度神经网络在数字图像叶片检测中的应用

【概要描述】

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-01-27 06:10
  • 访问量:
详情

从数字图像中自动检测叶片已经成为识别植物表型变化的重要技术。随着计算机视觉的最先进展,已实现应用机器学习的概念从图像中自动检测叶片。深度神经网络(DNNs),如:Google网络、Alex网络和移动网络等机器学习,可用于识别图像中的叶片。现有的DNNs的局限性在于在分类阶段不能处理图像中的不确定性,而对输入图像进行分类归属粒化,可以有效地处理不确定性,提高分类器的精度。本文提出了一种基于转移学习的模糊深度神经网络(TLFDNNs)模型来识别数字图像中的叶片。

 

TLFDNN模型流程图

 

移动网络DNN的示意流程图

 

在该模型中,首先,对输入图像利用基于类属度(CWB)进行模糊粒化处理。然后,利用移动网络对模糊颗粒图像中的叶片进行检测。与Google网络、Alex网络、Mobile网络等传统的深度神经网络模型相比,基于CWB的粒化模型具有更好的效果。通过对柑橘、印楝和番石榴三种叶片图像数据集的测试,验证了TLFDNN模型在性能上优于其他类型的深度神经网络模型。最后,使用图像中检测到的叶片平均百分比和测试图像中检测到的叶片平均百分比的标准差等指标来评估模型的性能。

 

(a)来自柑橘数据集的训练图像(单叶)和(b)来自柑橘数据集的测试图像(多叶)

 

(a)条形图,显示了使用七个模型检测到的叶子的百分比,(b)所有七个模型的平均百分比的STD,分别用数据集1,数据集2和数据集3中的30个测试图像进行了测试。

 

来源:

Anil Kunchala; D. Arun Kumar; M. Venkatanarayana, et al. Sallato. Transfer Learning based Fuzzy Deep Neural Networks for leaves detection from Digital Images. 2020 International Conference for Emerging Technology. DOI: 10.1109/INCET49848.2020.9153971。

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