学术中心
植物表型分析是一种利用计算机视觉、机器人技术和机器学习技术的智能技术,可以收集和分析植物特征数据以提高农业产量。本文提出了一种基于深度学习的叶片分割和计数技术。
所采用方法的步骤
(a)拟南芥RGB图像(b)前景分割二值图像
在对783幅植物图像进行了必要的分割、去噪和增强以及叶像素数据的变换后,采用基于Alexnet的深度神经网络结构,将数据集分为70%进行训练,15%进行验证,15%进行测试。结果表明,基于计数差、绝对计数差、一致性百分比和均方误差四个评价参数的评估结果与现存方法的评估结果显著提高。
(a)使用阈值分割后的去噪图像(b)极坐标变换图像。
基于Alexnet的叶子计数架构
来源:
Hati A J and Singh R R. Towards Smart Agriculture: A Deep Learning based Phenotyping Scheme for Leaf Counting. 2020 International Conference on Smart Technologies in Computing, Electrical and Electronics. DOI: 10.1109/ICSTCEE49637.2020.9277402.
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
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