近似联合训练的Faster R-CNN对立木图像的检测与识别

• 作者: 胡峻峰 赵亚凤 陈喆 陈振 高旋
• 来源期刊: 西北林学院学报
• 关键词: 立木目标检测 近似联合训练 Faster R-CNN 光照平衡
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 木材科学
• 页码范围: 249-257
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7461.2020.06.35

摘要

为提高复杂背景下立木图像的识别准确率,提出近似联合训练的Faster R-CNN对立木图像进行目标提取并分类.首先迁移ImageNet上的模型VGG16、ResNet101和MobileNetV2提取图像特征并微调网络,然后构建新的数据集包括7科10种立木图像共2304张,通过该数据集训练和测试3种网络模型下的Faster R-CNN.结果表明,通过近似联合训练的Faster R-CNN得到的均值平均精度分别是93.64％、92.38％、92.58％,对于不同种属的立木,VGG16网络效果最佳.由于光照会对图像识别造成影响,将光照平衡前后的结果作对比,得到光照平衡后的立木图像识别结果优于平衡前.并利用训练的模型对斜向生长的立木图片进行检测,结果显示生长方向不影响图像识别准确率.证明该方法在具有复杂背景的立木图像上具有良好的效果,对更多立木的识别有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈振		3	0	0.0	0.0
2	赵亚凤		17	120	6.0	10.0
3	胡峻峰		12	106	4.0	10.0
4	高旋		2	2	1.0	1.0
5	陈喆		2	2	1.0	1.0