基于深度学习的无人机遥感生态灌区杂草分类

• 作者: 孟灏 曹毅 潘越 王术波 陈建 韩宇
• 来源期刊: 排灌机械工程学报
• 学科: 农学
• 关键词: 生态灌区 无人机 卷积神经网络 杂草分类
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 灌区生态保护及信息化
• 页码范围: 1137-1141
• 页数: 5页
• 分类号: S275.9
• 字数: 3058字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8530.18.1131

摘要

为了更好地推进生态灌区建设,对灌区内杂草进行检测、控制,提出一种基于卷积神经网络的杂草分类和密度测算方法.通过无人机低空拍摄采集3种杂草(藜草、葎草、苍耳)和3种作物(小麦、花生、玉米)作为数据集,经过裁剪、灰度化等前期处理,并通过旋转方式扩充数据集,最后收集17115张训练样本和750张测试样本,然后将训练集输送给卷积神经网络,采用Soft-max回归,实现6类植物的分类.为降低网络参数,文中试验了100×100和300×300不同分辨率图像对识别精度的影响,分类结果表明300×300分辨率时识别率最高可达到95.6％.另外为实现针对特定杂草的防控,提出了一种检测单一杂草密度的方法,可实现对灌区内各种杂草的精确监控,为后期杂草防控的精准施药提供依据,对实现高效、绿色、安全的现代农业具有重要理论意义和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩宇	中国农业大学水利与土木工程学院	19	23	3.0	4.0
2	陈建	中国农业大学工学院	20	109	6.0	10.0
3	王术波	中国农业大学工学院	4	11	2.0	3.0
4	曹毅	中国农业大学工学院	2	10	1.0	2.0
5	潘越	中国农业大学工学院	1	9	1.0	1.0
6	孟灏	中国农业大学工学院	1	9	1.0	1.0