学术中心
本文提出了一种应用于全球小麦穗检测数据集的新型目标检测方法。为了设计出一个新颖、稳健的小麦穗检测模型,我们设计了两种主要的目标检测体系结构:FasterRCNN和EfficientDet。另外,我们还进行了广泛的探索性数据分析,并根据实际背景采用了最佳的数据增强技术。例如,利用半监督学习来增强先前的有监督目标检测模型。此外,为了获得更高的性能,我们在集成上下了很大的功夫。最后,使用特定的后处理技术来优化小麦穗检测结果。
数据转换技术和伪标记在框架总体mAP上的性能
在训练模型的过程中,我们以一定的概率将每个变换应用于每个图像
该结果已提交,以解决由GWHD数据集发起的研究挑战,该数据集由来自七个国家的九个研究机构牵头。本文提出的方法在上述挑战中排名前6%。
整个框架针对不同设计步骤的性能
来源:
Fourati F, Souidene W, Attia R. An original framework for Wheat Head Detection using Deep, Semi-supervised and Ensemble Learning within Global Wheat Head Detection (GWHD) Dataset. arXiv:2009.11977。
扫二维码用手机看
推荐新闻

发布时间 : 2022-11-13 07:26:55

发布时间 : 2022-05-20 11:45:57

发布时间 : 2022-05-13 10:56:43
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、18600875228
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