学术中心

全部分类
您现在的位置:
首页
/
/
/
通过测试时间增强改进高粱穗检测

通过测试时间增强改进高粱穗检测

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-07-11 06:10
  • 访问量:

【概要描述】本文研究了一种在无人机图像中检测高粱穗的方法,并使用目标检测问题中的标准质量指数(平均精度)评估其性能。

通过测试时间增强改进高粱穗检测

【概要描述】本文研究了一种在无人机图像中检测高粱穗的方法,并使用目标检测问题中的标准质量指数(平均精度)评估其性能。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-07-11 06:10
  • 访问量:
详情

随着世界人口的持续增长,采取行动确保粮食安全迫在眉睫。高粱是产量最高的五种谷物之一,也是许多发展中国家的主食。因此,获取准确的信息对提高粮食生产效率具有重要意义。高粱估产的一个指标是不同分枝下的高粱穗数。基于图像处理和人工智能的方法可以自动有效地获取不同作物穗信息。然而,由于高粱穗的形状和颜色不同,这类方法在高粱的应用中具有一定的挑战性。

 

数据集的示例图像

 

RetinaNet结构

检测模型生成流程

 

本文研究了一种在无人机图像中检测高粱穗的方法,并使用目标检测问题中的标准质量指数(平均精度)评估其性能。具体地说,测试时间增强(TTA)技术是根据需要分析的高粱植物图像选择的一组几何变换和颜色变换,以及四种不同的集成学习方法来实现的。由于这些方法都是加权的,因此提出了两种不同的计算权重的方法来改进高粱穗的检测。综上所述,在高粱穗检测中,TTA策略的检测效果优于仅基于单个变换测试集的检测。此外,在TTA结果的集成过程中,通过使用不同的权值,这些结果得到了改进。

 

W=WTi的四种加权TTA方法的mAP值

 

散点图:用于比较不同TTA方法的整个测试集的mAP值,以确定集合模型的权重

 

来源:

Gonzalo-Martín C, García-Pedrero A and Lillo-Saavedra M. Improving deep learning sorghum head detection through test time augmentation. Computers and Electronics in Agriculture Volume 186, July 2021, 106179. https://doi.org/10.1016/j.compag.2021.106179.

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