基于几何学习图像的三维重建发展
最新推荐文章于 2022-05-15 17:05:01 发布
weixin_39822629 于 2020-11-20 11:44:32 发布
点击蓝色字免费订阅,每天收到这样的好资讯
本文对如何将深度学习方法应用于菊花品种识别进行了探讨。研究人员提出了基于VGG16和ResNet50两种网络的菊花深度学习模型,植物表型资讯介绍如下:

品种识别是花卉生产、研究和产业化的基础工作。中国菊花具有极高的观赏价值和丰富的文化底蕴,堪称一大奇迹。然而,复杂的花序结构、小花类型和众多品种阻碍了菊花品种的识别。

数据集A(A)和B(B)的样本图像

DCNN框架
本文对如何将深度学习方法应用于菊花品种识别进行了探讨。研究人员提出了基于VGG16和ResNet50两种网络的菊花深度学习模型。首先收集了包含103个品种的14,000张图像的数据集A和包含不同年份的197张图像的数据集B。数据集A用于训练网络并确定校准精度(Top-5比率高于98%),数据集B用于评估模型泛化性能(Top-5比率高于78%)。接着,利用梯度加权类激活映射(Grad-CAM)可视化和特征聚类分析,探讨深度学习模型如何识别菊花品种。结果显示,将深度学习方法应用到品种识别中,具有识别性能强、速度快等优点,是园艺学的一大突破。另外本文也指出花序边缘区域,盘状小花区域,花序颜色和花序形状很可能是模型决策过程中的关键因素,也是人类决策的关键。

VGG16模型识别

top5识别结果
来源:
Liu Z, Wang J, Tian Y and Dai S. Deep learning for image-based large-flowered chrysanthemum cultivar recognition. Plant Methods. https://doi.org/10.1186/s13007-019-0532-7.

扩展阅读:
植物表型资讯两周年目录汇总
植物表型资讯2019年1-12月目录汇总

相关知识
基于深度学习的花卉图像分类识别模型研究
基于深度学习的花卉图像种类识别
一种基于几何不变形状特征的在线植物物种识别方法
基于深度学习的花卉图像分类算法研究
园艺植物可视化研究进展
基于图像的小麦真菌病害深度学习识别(数据+平台)
基于深度学习的农作物病虫害识别系统
基于深度学习模型的花卉图像分类代码
基于图像的植物病害识别与分类
基于无人机图像的边坡病害识别方法
原文链接: 基于几何学习图像的三维重建发展 https://m.huajiangbk.com/newsview1517355.html
| 上一篇: 芋双线天蛾对凤仙花等花卉的危害及... | 下一篇: 2016重庆中考满分作文,值得借... |



