摘要:柑橘隔年结果现象严重,花量统计有助于果园的规划管理,并对产量预测有重要意义,但是柑橘单一植株花量巨大,花朵紧凑密集,花期树叶遮挡覆盖,对花量计算造成很大的阻碍.对此该研究提出基于实例分割的柑橘花朵识别与花量统计方法,以花期的柑橘树冠图像为样本进行花朵实例的识别及分割,通过对Mask R-CNN主体卷积部分和掩膜分支部分的优化,实现对复杂结构图像中密集小尺度柑橘花朵目标的高效检测、获取图像中可见花数量.结果显示,该方法花量识别神经网络的平均精度为36.3,花量计算误差为11.9%,对比未优化Mask R-CNN网络在训练和识别的时间效率上均有显著提升.该研究解决了柑橘...
关键词:
图像处理目标检测算法花朵识别花量计算实例分割残差神经网络
分类号:
TP391(计算技术、计算机技术)
资助基金:
国家自然科学基金 ( 61871041 ) 国家自然科学基金 ( 61771058 ) 北京市自然科学基金 ( 4172024 ) 北京市自然科学基金 ( 4172026 )
在线出版日期:
2020-05-21 (万方平台首次上网日期,不代表论文的发表时间)
页数:
8 ( 200-207 )
英文信息
相关知识
基于实例分割的柑橘花朵识别及花量统计
深度学习机器学习卷积神经网络的花卉识别花种类识别
基于深度学习和迁移学习的识花实践
基于色彩空间的油菜花图像分割
【柑橘】柑橘想要高产高量,花期管理很重要!
基于冠层高光谱信息的苹果树花量估测
flower花朵识别数据集
花卉识别利器or植物识别神器:中科院发布“花伴侣”
酵素农业技术:柑橘春梢萌芽至花蕾期主要病虫害防治技术
基于深度学习的花卉识别系统开发
网址: 基于实例分割的柑橘花朵识别及花量统计 https://m.huajiangbk.com/newsview56469.html
上一篇: 从枝干到花朵 梅花图的画法解析 |
下一篇: 2011新款钩编童帽 欧美款式 |