基于卷积神经网络的马铃薯芽眼检测识别研究 | |
史方青; 王虎林; 黄华![]() | |
2022-06-15 | |
发表期刊 | 中国农机化学报
![]() |
ISSN | 2095-5553 |
卷号 | 43期号:06页码:159-165 |
摘要 | 为快速、准确识别马铃薯芽眼,提高种薯发芽率,提出一种基于卷积神经网络的马铃薯芽眼识别方法。针对多视角和不同程度重叠的马铃薯芽眼图像,通过数据增广及图像预处理建立数据库。在此基础上,利用YOLOv3网络的高性能特征提取特性,实现马铃薯芽眼的快速准确识别。结果表明:YOLOv3网络对含有单个无遮挡芽眼的样本、含有多个有遮挡芽眼的样本及含有机械损伤、虫眼及杂质的样本均能够实现良好稳定的识别,最终检测精确度P为97.97%,召回率R为96.61%,调和平均值F1为97%,识别平均精度mAP为98.44%,单张检测时间为0.018 s。对比分析YOLOv4-tiny及SSD等网络后可知,YOLOv3模型可同时满足马铃薯芽眼识别的精度与速度要求。因此,YOLOv3网络对马铃薯芽眼识别具有良好的鲁棒性,为马铃薯切种机实现自动化切种奠定基础。 |
关键词 | 目标检测 YOLOv3 卷积神经网络 马铃薯芽眼 深度学习 |
DOI | 10.13733/j.jcam.issn.2095-5553.2022.06.021 |
URL | 查看原文 |
收录类别 | 北大核心 |
语种 | 中文 |
资助项目 | 国家自然科学基金(51965037);兰州理工大学研究生教育质量工程(256017) |
中图分类号 | TP183;TP391.41;S223.1 |
引用统计 | 无
|
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/158784 |
专题 | 机电工程学院 |
通讯作者 | 黄华 |
作者单位 | 兰州理工大学机电工程学院 |
第一作者单位 | 机电工程学院 |
通讯作者单位 | 机电工程学院 |
第一作者的第一单位 | 机电工程学院 |
推荐引用方式 GB/T 7714 | 史方青,王虎林,黄华. 基于卷积神经网络的马铃薯芽眼检测识别研究[J]. 中国农机化学报,2022,43(06):159-165. |
APA | 史方青,王虎林,&黄华.(2022).基于卷积神经网络的马铃薯芽眼检测识别研究.中国农机化学报,43(06),159-165. |
MLA | 史方青,et al."基于卷积神经网络的马铃薯芽眼检测识别研究".中国农机化学报 43.06(2022):159-165. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[史方青]的文章 |
[王虎林]的文章 |
[黄华]的文章 |
百度学术 |
百度学术中相似的文章 |
[史方青]的文章 |
[王虎林]的文章 |
[黄华]的文章 |
必应学术 |
必应学术中相似的文章 |
[史方青]的文章 |
[王虎林]的文章 |
[黄华]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论