基于语义分割的油菜花分割方法的研究
摘要:油菜不仅是重要的油料作物,还是重要的经济作物,油菜籽产业的发展对保障油料供应来说至关重要。开花是油菜生长过程中的重要阶段,花朵覆盖度可以精确反映油菜花的生长状态,为产量预测提供有用信息。为了解决传统覆盖度获取方法主观性强、耗时耗力等问题,本文将覆盖度的获取问题转变为油菜花的分割问题,提出了快速、无损的油菜花覆盖度获取的方法。主要研究内容如下: (1)构建了油菜花分割数据集(RapeseedSegmentationDataset,RSD)。针对提出的需要通过深度学习语义分割方法获取油菜花朵覆盖度的方案,本文构建了RSD数据集,油菜花的影像数据由携带RGB相机的大...
关键词:
授予学位:
硕士
学科专业:
导师姓名:
学位年度:
2024
语种:
中文
分类号:
TP391.41(计算技术、计算机技术)
在线出版日期:
2024-08-21 (万方平台首次上网日期,不代表论文的发表时间)
参考文献 (23)
仅看全文
排序:
发表时间
被引频次
查看引文网络
[7] 贾坤,姚云军,魏香琴,等.植被覆盖度遥感估算研究进展[J].地球科学进展.2013,(7).774-782.
[8] 和兴华.基于卷积神经网络的玉米冠层图像分割与生育期鉴定方法[D].2018.
相关文献
换一换
月卡
- 学位畅读卡 -
¥98
季卡
- 学位畅读卡 -
¥228
年卡
- 学位畅读卡 -
¥399
年卡
- 超级文献套餐 -
¥499
查重
- 个人文献检测 -
快速入口
开通阅读并同意
《万方数据会员(个人)服务协议》
相关主题
相关学者
相关机构
相关知识
憨批的语义分割6——制作语义分割数据标签
基于色彩空间的油菜花图像分割
基于实例分割的休眠期枣树修剪枝参数提取方法
【泡泡一分钟】基于精细语义分割网络的多品种花果检测
基于卷积神经网络和集成学习的材质识别和分割方法研究
制作用于图像语义分割训练的标签数据【图像分割】【labelme】
基于深度学习面向中医诊断的舌象图像分割系统
【图像分割】基于阈值法实现大脑图像分割附Matlab代码
如何准确识别田间害虫?“火眼金睛”图像分割新策略来了!
Labelme分割标注软件使用
网址: 基于语义分割的油菜花分割方法的研究 https://m.huajiangbk.com/newsview1819123.html
上一篇: 蚂蚁庄园今日正确答案:杜甫诗句“ |
下一篇: 石漠化地区土壤性质对不同土地利用 |