学术中心
智能农场中的人工智能
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-07-25 06:10
- 访问量:
【概要描述】本文分析了基于残差网络(ResNet)的卷积神经网络(CNN)结构在植物表型研究中的应用
智能农场中的人工智能
【概要描述】本文分析了基于残差网络(ResNet)的卷积神经网络(CNN)结构在植物表型研究中的应用
- 分类:植物表型资讯
- 作者:PhenoTrait
- 来源:本站
- 发布时间:2021-07-25 06:10
- 访问量:
本文分析了基于残差网络(ResNet)的卷积神经网络(CNN)结构在植物表型研究中的应用。在当代的植物物种识别(SR)和感染检测工作中,大多数都在平衡数据集上进行了实验,并以准确性作为评估参数。然而,本文使用了具有不相等数量图像的不平衡数据集,应用数据增强来提高准确性,将数据组织为多个测试用例和类,最重要的是,采用了用于非对称类分布的多类分类器评价参数。此外,本文还解决了一些典型问题,如选择数据集的大小、分类器的深度、所需的训练时间,以及在部署各种测试用例时分析分类器的性能。
基于计算机视觉的植物表型分类
基于计算机视觉的分类流程
研究结果表明,ResNet20(V2)架构在物种识别(SR)和健康和感染叶识别(IHIL)任务中表现出色,精度分别为91.84%、84.00%,召回率分别为91.67%、83.14%和F1分数分别为91.49%、83.19%。
图像样本后预处理阶段
分类器的性能分析
来源:
Hati J, and Singh R. Artificial Intelligence in Smart Farms: Plant Phenotyping for Species Recognition and Health Condition Identification Using Deep Learning. AI 2021, 2(2), 274-289; https://doi.org/10.3390/ai2020017.
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