学术中心

全部分类
您现在的位置:
首页
/
/
深度学习算法在不同图像背景下杂草和作物物种识别中的性能研究

深度学习算法在不同图像背景下杂草和作物物种识别中的性能研究

  • 分类:学术中心
  • 作者:PhenoTrait
  • 来源:植物表型资讯
  • 发布时间:2022-12-13 09:16
  • 访问量:

【概要描述】

深度学习算法在不同图像背景下杂草和作物物种识别中的性能研究

【概要描述】

  • 分类:学术中心
  • 作者:PhenoTrait
  • 来源:植物表型资讯
  • 发布时间:2022-12-13 09:16
  • 访问量:
详情

杂草识别是开发基于深度学习的杂草防控系统的基础。深度学习算法可以利用杂草和作物图像协助建立杂草检测模型。动态环境条件,如环境照明、移动的摄像机或变化的图像背景,都可能影响深度学习算法的性能。关于不同的图像背景对深度学习算法杂草识别的影响,目前的研究还很有限。本研究的目的是测试在盆栽混合(非均匀)和黑色砾石(均匀)背景可互换的图像中深度学习杂草识别模型的性能。在均匀背景和非均匀背景条件下,利用4台佳能数码相机在温室内采集杂草和作物图像。采用卷积神经网络(CNN)、视觉群几何(VGG16)和残差网络(ResNet50)深度学习体系构建杂草分类模型。在具有非均匀背景的图像上测试由均匀背景图像构建的模型,以及在具有均匀背景的图片上测试由非均匀背景图像建立的模型。结果表明,用非均匀背景图像构建的VGG16和ResNet50模型在均匀背景上进行了评估,f1平均得分分别为82.75%和75%。用均匀背景图像构建的VGG16和ResNet50模型在非均匀背景图像上进行了预验证评估,f1平均得分分别为77.5%和68.4%。当使用均匀和非均匀背景图像构建模型时,VGG16和ResNet50模型的性能都得到了改善,f1平均得分值在92%和99%之间。当使用与构建模型的图像不同背景的图像进行测试时,模型性能有所降低。

 

图1 图像捕获 (a)添加砾石前(非均匀背景)和(b)添加砾石后(均匀背景)。

 

图2  从相机获取的单幅图像中标记杂草和作物物种的流程

 

图3 使用python标记和裁剪后的佳能相机拍摄的图像中作物和杂草植物的图像。(a)使用黑色砾石前的杂草和作物图像(非均匀背景)(b)使用黑色砾石后的杂草和作物图像(均匀背景)。

 

图4 VGG16和ResNet50体系结构分为输入层、卷积层、池化层和输出层。(a)VGG16架构,(b)ResNet50架构。

 

图5 VGG16和ResNet50模型的训练、验证和测试步骤的开发流程图

 

来 源

Sunil, G. C., Koparan, C., Ahmed, M. R.et al. A study on deep learning algorithm performance on weed and crop species identification under different image background effects. Artificial Intelligence in Agriculture, 2022.

 

编 辑

张玉

 

扩展阅读

扫二维码用手机看

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!
石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
查看详情
本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
慧科研、慧育种、慧种田——慧聚改变的力量
慧科研、慧育种、慧种田——慧聚改变的力量
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
查看详情
让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。
高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
查看详情
育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。
作物生理表型测量基础原理
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。
查看详情
生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。

视频展示

透过表型数据看见植物的喜怒哀乐
00:59:21
所属分类:
视频展示
发布时间:
2022/11/13
关键词:

专题报道

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。
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中路12号院8号楼2门 
电话:010-6292549082928854829288648292887418600875228 
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