基于卷积神经网络的热红外图像检测模型

• 作者: 周平 李旺枝 林佳翰 王卫星 陆健强
• 来源期刊: 自动化与信息工程
• 学科: 农学
• 关键词: 迁移学习 S-Inception-v3模型 卷积神经网络 计算机视觉
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 特约论文
• 页码范围: 1-5
• 页数: 5页
• 分类号: S126
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2605.2020.06.001

摘要

针对我国目前大部分果园的果树冠层施药情况1检测效率低、成本高等问题,提出一种基于卷积神经网络的热红外图像检测模型.通过采集大量柑橘树在不同环境条件下施药前后的热红外图像,在经典卷积神经网络模型Inception-v3基础上,利用计算机视觉相关知识改进模型参数,设计一种新型卷积神经网络模型——S-Inception-v3.与Mobile Net,Shuffle Net和Inception-v3网络模型对比,S-Inception-v3网络模型在测试集上的分类准确率分别提高了10.28％,8.46％,3.43％;召回率分别提高了8.66％,7.48％,3.35％;模型大小分别降低了6.4 M,1.1 M,1.6 M.该模型在柑橘果树冠层热红外图像上的分类性能更好,在保证网络分类准确率的同时,网络大小、计算量均有所下降,为农业航空领域施药检测技术改进提供了参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆健强		25	73	5.0	7.0
2	王卫星		121	980	17.0	27.0
3	李旺枝		3	0	0.0	0.0
4	林佳翰		3	0	0.0	0.0
5	周平		1	0	0.0	0.0