基于深度学习的无人机影像玉米倒伏区域提取

• 作者: 田迎芳 郑二功 陈涛
• 来源期刊: 河南农业科学
• 学科: 农学
• 关键词: 深度学习 无人机 玉米 倒伏 全卷积网络 图像分割
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 农产品加工与安全·农业工程·农业信息技术
• 页码范围: 155-160
• 页数: 6页
• 分类号: S127|S513|TP391
• 字数: 3683字
• 语种: 中文
• DOI: 10.15933/j.cnki.1004-3268.2018.08.025

摘要

以无人机遥感在玉米倒伏灾害评估中的应用为背景,为了准确获取玉米倒伏信息,提出一种基于深度学习的无人机影像中玉米倒伏区域提取的方法.将深度学习技术中的全卷积图像分割网络应用到玉米倒伏区域提取中,根据实际使用场景对网络结构进行调整,利用采集的玉米倒伏图像集训练分割网络,最终使网络能够自动分割出倒伏区域.结果表明,该方法能够较准确地提取出玉米倒伏区域,在测试集上的F1分数达到90％以上,该方法为玉米倒伏灾害评估提供了有益参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈涛		117	236	8.0	13.0
2	田迎芳		11	29	4.0	5.0
3	郑二功	空军航空大学航空作战勤务学院	2	20	2.0	2.0