学术中心

全部分类
您现在的位置:
首页
/
/
/
深度学习在植物病害识别中的应用

深度学习在植物病害识别中的应用

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-02-15 06:10
  • 访问量:

【概要描述】本文提出了一种扩展的ROI(EROI)算法,利用病害症状的病理推断来生成分割的图像数据,从而改善DL模型中的特征表示

深度学习在植物病害识别中的应用

【概要描述】本文提出了一种扩展的ROI(EROI)算法,利用病害症状的病理推断来生成分割的图像数据,从而改善DL模型中的特征表示

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-02-15 06:10
  • 访问量:
详情

本文提出了一种基于病区的(ROI)图像数据在叶片表面通过深度学习(DL)进行植物病害识别方法。DL模型是一种用于植物病害自动识别的特殊技术,它采用一系列卷积来表示可见病害区域特征,主要表现为褪绿、坏死和模糊(fuzzy)病变。目前,大部分DL模型方法都是使用整个叶片图像数据,而研究表明其结果倾向于导致ROI不相关特征表示,分类性能较低。因此,一些最先进的深度学习方法是使用分割的ROI图像数据的。

 

PV数据集中的马铃薯叶图像样本示例

 

本文提出了一种扩展的ROI(EROI)算法,利用病害症状的病理推断来生成分割的图像数据,从而改善DL模型中的特征表示。该分割算法是使用软计算技术的颜色阈值,遵循一个单独的症状颜色特征,进行所有的病变合并。最后,利用AlexNet、ResNet和VGG三种不同的预训练DL模型的结果来验证该方法的有效性。该方法的优点是利用基于病态类比的EROI图像数据实现最先进的DL模型来识别植物病害。本研究可应用于植物病害识别自动化决策支持系统及精准农业领域的其他资源管理实践。

 

(a)EROI分割样本结果显示输入图像(b)EROI分割图像

 

来源:

Abhilash K. Chandel, Lav R. Khot and Bernardita C. Sallato. Deep Learning for Plant Disease Identification from Disease Region Images. Abdu A M, Mokji M M and Sheikh U U.

 

关键词:

扫二维码用手机看

推荐新闻

致即将毕业的你
致即将毕业的你
发布时间 : 2021-04-20 15:29:43
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
查看详情
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
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
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