基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统Alex Net模型参数大、特征尺度单一的问题,该文提出一种空洞卷积与全局池化相结合的多尺度特征融合卷积神经网络识别模型.通过对初始卷积层的卷积核进行膨胀,以增大其感受野而不改变参数计算量,并采用全局池化代替传统的全连接层来减少模型的参数.通过设置不同膨胀系数的初始卷积层卷积核与全局池化层类型,以及设置不同Batch Size,得到8种改进模型,用于训练识别共12种农作物幼苗与杂草,并从建立的模型中选出最优模型.改进后的最优模型与传统Alex Net模型相比,仅经过4次训练迭代,就能达到90%以上的识别准确率,平均测试识别准确率达到98.80%,分类成功指数达到96.84%,模型内存需求减少为4.20 MB.实际田间预测野芥与雀麦幼苗的准确率都能达到75%左右,说明该文最优模型对正常情况下的幼苗识别性能较好,但对复杂黑暗背景下的甜菜幼苗准确率为60%,对恶劣背景下的识别性能还有待提升.由于模型使用了更宽的网络结构,增加了特征图的多尺度融合,保持对输入空间变换的不变性,故对正常情况下不同作物幼苗与杂草的识别能力较强.该文改进模型能达到较高的平均识别准确率及分类成功率,可为后续深入探索复杂田间背景下的杂草识别以及杂草与幼苗识别装置的研制打下基础.
推荐文章
嵌套池化三元组卷积神经网络的行人再识别
行人再识别
嵌套池化
三元组损失函数
局部特征
间接度量
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于密集连接空洞卷积神经网络的青藏地区云雪图像分类
云雪图像识别
特征提取
跨层连接
空洞卷积
融合空洞卷积神经网络的语义SLAM研究
语义SLAM
空洞卷积神经网络
语义标签
动态点剔除
地图构建
结果分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 空洞卷积结合全局池化的卷积神经网络识别作物幼苗与杂草
来源期刊 农业工程学报 学科 农学
关键词 图像识别 农作物 幼苗 杂草 空洞卷积 全局池化 多尺度特征融合 卷积神经网络
年,卷(期) 2018,(11) 所属期刊栏目 农业信息与电气技术
研究方向 页码范围 159-165
页数 7页 分类号 S126
字数 5887字 语种 中文
DOI 10.11975/j.issn.1002-6819.2018.11.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 武小红 江苏大学电气信息工程学院 62 694 15.0 24.0
2 孙俊 江苏大学电气信息工程学院 133 1226 19.0 28.0
3 陆虎 江苏大学计算机科学与通信工程学院 12 102 4.0 10.0
4 沈继锋 江苏大学电气信息工程学院 10 46 3.0 6.0
5 谭文军 江苏大学电气信息工程学院 3 97 2.0 3.0
6 何小飞 江苏大学电气信息工程学院 1 24 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (109)
共引文献  (171)
参考文献  (18)
节点文献
引证文献  (24)
同被引文献  (203)
二级引证文献  (14)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(9)
  • 参考文献(3)
  • 二级参考文献(6)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(9)
  • 参考文献(0)
  • 二级参考文献(9)
2016(14)
  • 参考文献(3)
  • 二级参考文献(11)
2017(16)
  • 参考文献(4)
  • 二级参考文献(12)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(16)
  • 引证文献(16)
  • 二级引证文献(0)
2020(22)
  • 引证文献(8)
  • 二级引证文献(14)
研究主题发展历程
节点文献
图像识别
农作物
幼苗
杂草
空洞卷积
全局池化
多尺度特征融合
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业工程学报
半月刊
1002-6819
11-2047/S
大16开
北京朝阳区麦子店街41号
18-57
1985
chi
出版文献量(篇)
16403
总下载数(次)
36
总被引数(次)
395062
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导