基于多尺寸特征图卷积方法的玉米雄穗检测

• 作者: 吴佳 孙立新 行鸿彦 许立兵
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 卷积神经网络 卷积层 特征图 雄穗检测
• 年，卷（期）: 2018,（27）
• 所属期刊栏目: 论文
• 页码范围: 48-52
• 页数: 5页
• 分类号: TP391.41
• 字数: 3209字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2018.27.008

摘要

为了解决传统雄穗检测方法因玉米品种不同以及田间环境不同导致的检测误差较大、鲁棒性较差的问题,利用深度卷积神经网络提取特征,并对多尺寸特征图卷积的方法检测玉米雄穗.采用深度卷积神经网络inception作为基础网络来训练提取玉米雄穗特征,同时增加额外的卷积层对图像进行卷积提取特征,最后分别对基础网络中的两层卷积层以及额外的卷积层卷积得到的不同尺度特征图进行分类和位置回归.整体网络结构是多尺度端到端框架,效率高,方便检测不同尺度的雄穗.实验结果表明,此方法提高了雄穗检测的速度和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	行鸿彦	南京信息工程大学气象灾害预报预警与评估协同创新中心	137	1324	19.0	31.0
2	孙立新	江苏省无线电科学研究所有限公司研发中心	5	2	1.0	1.0
3	吴佳	南京信息工程大学气象灾害预报预警与评估协同创新中心	1	2	1.0	1.0
7	许立兵	江苏省无线电科学研究所有限公司研发中心	1	2	1.0	1.0