期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的大豆豆荚类别识别研究 认领
1
作者 闫壮壮 闫学慧 +12 位作者 石嘉 孙凯 虞江林 张战国 胡振邦 蒋鸿蔚 辛大伟 李杨 齐照明 刘春燕 武小霞 陈庆山 朱荣胜 《作物学报》 CAS CSCD 北大核心 2020年第11期1771-1779,共9页
作物表型调查是作物品种选育过程中的一项关键工作。传统表型调查主要依靠人力,使得表型调查的结果难以达到自动化、高精度、高可靠性的要求。在大豆的表型调查中,对豆荚类别的正确识别是豆荚个数、长度和宽度等表型准确提取的关键和前... 作物表型调查是作物品种选育过程中的一项关键工作。传统表型调查主要依靠人力,使得表型调查的结果难以达到自动化、高精度、高可靠性的要求。在大豆的表型调查中,对豆荚类别的正确识别是豆荚个数、长度和宽度等表型准确提取的关键和前提。本文针对成熟期大豆豆荚的图片,通过利用深度学习迁移5种不同的网络模型[AlexNet、VggNet(Vgg16,Vgg19)、GoogleNet、ResNet-50],对一粒荚、二粒荚、三粒荚、四粒荚进行识别。为提高训练速度和准确率,本试验微调模型,选择不同的优化器(SGD、Adam)对网络模型进行优化。结果表明,在针对豆荚辨识问题中,Adam的性能优于SGD,而Vgg16网络模型搭配Adam优化器,豆荚类别的测试准确率达到了98.41%,在所选的网络模型中体现了最佳的性能。在十折交叉验证试验中也体现了Vgg16网络模型具有良好的稳定性。因此本研究认为Vgg16网络模型可以应用到实际的豆荚识别中,为进一步实现豆荚表型自动提取提供一条重要的解决途径。 展开更多
关键词 大豆育种 豆荚辨别 深度学习 迁移学习
在线阅读 免费下载
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈