摘要:确定棉花的氮素营养水平是实施精准施肥的先决条件和基础.近年来,深度学习逐渐应用于氮素营养水平诊断中,但该方法对高性能设备的依赖性较高,限制了其在资源受限边缘设备上的部署应用.针对这一问题,该研究提出一种基于树莓派4B的棉花氮素营养水平诊断方法.研究采用ResNet101网络构建诊断模型,并通过网络瘦身算法对模型进行剪枝优化,最终将剪枝比例为87%的模型部署在资源受限的树莓派4B上.试验结果表明:当剪枝比例达到87%时,模型精度损失2.55个百分点,同时剪枝后模型参数量、计算量和存储体积分别为4.37 M、1.05 G和16.65 MB,明显提高模型在计算能力有限设备上的推理速度,有助于快...
关键词:
棉花氮模型氮素营养水平卷积神经网络模型轻量化边缘智能
分类号:
S126(农业物理学)
资助基金:
国家自然科学基金 ( 32260388 ) 兵团英才支持计划
论文发表日期:
2024-03-16
在线出版日期:
2024-07-01 (万方平台首次上网日期,不代表论文的发表时间)
页数:
8 ( 277-284 )
英文信息
相关知识
植物氮素营养与病害发生关系研究进展
氮素水平对棉花幼苗生长和光合特性的影响
不同基肥用量对棉花SPAD值和产量的影响
基于DSSAT模型的冬小麦最优灌溉制度研究
棉花生长发育模型及其在我国的研究和应用进展
基于数字图像棉花黄萎病诊断与防治的管理远程监测
棉花氮素追肥的研究
高光谱遥感在作物生长监测中的应用
基于BP神经网络的棉花病虫害诊断系统
一种棉花蚜虫遥感预报模型的构建方法
网址: 基于模型剪枝的棉花氮素营养水平诊断 https://m.huajiangbk.com/newsview642208.html
上一篇: 浓精浇灌小白花和普通版对比:探讨 |
下一篇: 花卉正常生长发育需要... |