基于迁移学习和Mask R-CNN的稻飞虱图像分类方法

• 作者: 刘德营 张俊媛 朱赛华 林相泽
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 稻飞虱 图像分类 迁移学习 Mask R-CNN
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 201-207
• 页数: 7页
• 分类号: TP391.41
• 字数: 4162字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.07.021

摘要

针对当前稻飞虱图像识别研究中自动化程度较低、识别精度不高的问题,提出了一种基于迁移学习和MaskR-CNN的稻飞虱图像分类方法.首先,根据稻飞虱的生物特性,采用本团队自主研发的野外昆虫图像采集装置,自动获取稻田稻飞虱及其他昆虫图像;采用VIA为数据集制作标签,将数据集分为稻飞虱和非稻飞虱两类,并通过迁移学习在ResNet50框架上训练数据;最后,基于Mask R-CNN分别对稻飞虱、非稻飞虱、存在干扰以及存在黏连和重合的昆虫图像进行分类实验,并与传统图像分类算法(SVM、BP神经网络)和Faster R-CNN算法进行对比.实验结果表明,在相同样本条件下,基于迁移学习和Mask R-CNN的稻飞虱图像分类算法能够快速、有效识别稻飞虱与非稻飞虱,平均识别精度达到0.923,本研究可为稻飞虱的防治预警提供信息支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘德营	南京农业大学工学院	29	309	11.0	16.0
2	林相泽	南京农业大学工学院	22	237	9.0	15.0
3	张俊媛	南京农业大学工学院	2	8	1.0	2.0
4	朱赛华	南京农业大学工学院	3	9	1.0	3.0