学术中心
基于深度学习的竹子品种表型鉴别方法
- 分类：学术中心
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2022-06-17 06:10
- 访问量：
【概要描述】研究表明，经过训练的EfficientNet可以实现对45类竹子进行识别，Top-1识别准确率达到92.14%，Top-5识别准确率达到98.10%，表现出深度学习对竹子品种鉴别的可行性和有效性。
基于深度学习的竹子品种表型鉴别方法
【概要描述】研究表明，经过训练的EfficientNet可以实现对45类竹子进行识别，Top-1识别准确率达到92.14%，Top-5识别准确率达到98.10%，表现出深度学习对竹子品种鉴别的可行性和有效性。
- 分类：学术中心
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2022-06-17 06:10
- 访问量：
竹子是一种生长迅速的非木材森林作物。据统计在许多热带和亚热带国家中，竹子的类别达到了1600多种。竹子具有重量轻、强度高、美观和耐用等特点。不同品种的竹子在外观形态、颜色和纹理等方面存在较高的相似性。可靠准确的竹种鉴定对提高竹子的适用性和经济性至关重要。竹子是由植物基本组织和维管束结构组成的，一般基于其横截面的差异判别竹子的品种细节。但是该过程往往依赖专家进行肉眼判断。本研究采用深度学习神经网络，从竹子横截面图像中提取特征，实现了竹子品种的快速分类。对竹子截面图像使用机器视觉方法，获得最小外界矩形位置并以512×512的尺寸截取组成了图像数据集。其中，根据采集图像像素的平均值和方差筛选出了低质量样本。研究选择了ResNet、Inception-V3和EfficientNet作为竹子品种鉴别的神经网络框架。为了模拟更加复杂的竹子品种分类情况，采用混合图像的方法增加了识别复杂度，验证了网络的识别结果的稳定性。研究表明，经过训练的EfficientNet可以实现对45类竹子进行识别，Top-1识别准确率达到92.14%，Top-5识别准确率达到98.10%，表现出深度学习对竹子品种鉴别的可行性和有效性。
图1样本图像(a：竹子横截面;b：竹子最小外界矩形;cd：选取图像样本过程)
图2 基于EfficientNet的竹子品种鉴别结果
图3 不同竹子横截面混合图像(混合比例为0.2)
来源：Wang Z, Li J, Yue X, et al. A phenomic approach of bamboo species identification using deep learning[J]. 2022.
编辑：张金诺
扫二维码用手机看
推荐新闻
发布时间 : 2022-05-20 11:45:57
发布时间 : 2022-05-13 10:56:43
发布时间 : 2022-05-09 12:21:00
视频展示
专题报道
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中路12号院8号楼2门
电话：010-62925490、82928854、82928864、82928874
传真：010-62925490-802
Email: info@phenotrait.com
邮编：100096
在线留言
关注我们
植物表型圈
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