钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
软件导刊期刊
\
基于深度学习的杂草识别系统
基于深度学习的杂草识别系统
作者:
喻刚
尚建伟
张伟平
李兆旭
王博
蒋红海
陈颉颢
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
图像分割
卷积神经网络
深度学习
图像识别
杂草识别
摘要:
田间除草技术在农业生产中具有重要意义.针对复杂背景下农作物与杂草识别率低、算法鲁棒性差等问题,提出一种图像分割网络Res-Unet.该网络为unet网络的改进版本,采用resnet50网络代替unet主干网络,解决复杂背景下农作物与杂草区域提取困难、小植株检测效果差、分割边缘震荡、变形问题.将图像的平均交并比、准确率、训练时长作为评价指标进行实验.结果表明:使用Res-Unet模型的平均交并比为82.25%,平均像素准确率为98.67%.改进的Res-Unet模型相对于Unet平均交并比高出4.74%,相较于segnet平均交并比高出10.68%,训练时间减少3小时.该方法对复杂背景下甜菜杂草检测效果良好,可为机器人精确除草提供参考.
暂无资源
收藏
引用
分享
推荐文章
基于深度学习的打印件中感光鼓损伤印迹识别系统设计
感光鼓损伤印迹识别系统
深度学习
卷积神经网络
实验参数设定
识别时间对比
稳定性对比
基于深度学习的安检图像识别系统
卷积神经网络
深度学习
图像识别
目标检测
基于深度学习的实验设备识别系统开发设计
深度学习
实验设备识别系统
Android客户端
服务器端
TCP/IP网络传输协议
残差网络
改进的YOLO网络模型
基于深度学习的海战场图像目标识别
卷积神经网络
深度学习
图像识别
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于深度学习的杂草识别系统
来源期刊
软件导刊
学科
工学
关键词
图像分割
卷积神经网络
深度学习
图像识别
杂草识别
年,卷(期)
2020,(7)
所属期刊栏目
软件设计、开发与应用
研究方向
页码范围
127-130
页数
4页
分类号
TP319
字数
3292字
语种
中文
DOI
10.11907/rjdk.201392
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
王博
昆明理工大学机电工程学院
14
33
2.0
5.0
2
喻刚
昆明理工大学机电工程学院
3
0
0.0
0.0
3
蒋红海
昆明理工大学机电工程学院
14
83
5.0
9.0
4
尚建伟
昆明理工大学机电工程学院
2
0
0.0
0.0
5
陈颉颢
昆明理工大学机电工程学院
2
0
0.0
0.0
6
李兆旭
昆明理工大学机电工程学院
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(38)
共引文献
(26)
参考文献
(13)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1992(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(1)
二级参考文献(0)
2002(2)
参考文献(2)
二级参考文献(0)
2003(1)
参考文献(1)
二级参考文献(0)
2007(3)
参考文献(0)
二级参考文献(3)
2008(2)
参考文献(1)
二级参考文献(1)
2009(2)
参考文献(0)
二级参考文献(2)
2010(1)
参考文献(0)
二级参考文献(1)
2011(2)
参考文献(1)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2013(4)
参考文献(1)
二级参考文献(3)
2014(3)
参考文献(1)
二级参考文献(2)
2016(4)
参考文献(0)
二级参考文献(4)
2017(11)
参考文献(3)
二级参考文献(8)
2018(11)
参考文献(1)
二级参考文献(10)
2019(2)
参考文献(1)
二级参考文献(1)
2020(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
图像分割
卷积神经网络
深度学习
图像识别
杂草识别
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
软件导刊
主办单位:
湖北省科技信息研究院
出版周期:
月刊
ISSN:
1672-7800
CN:
42-1671/TP
开本:
16开
出版地:
湖北省武汉市
邮发代号:
38-431
创刊时间:
2002
语种:
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
期刊文献
相关文献
1.
基于深度学习的打印件中感光鼓损伤印迹识别系统设计
2.
基于深度学习的安检图像识别系统
3.
基于深度学习的实验设备识别系统开发设计
4.
基于深度学习的海战场图像目标识别
5.
基于深度图像学习的人体部位识别
6.
基于深度学习的盲文自动识别系统
7.
基于深度学习的车牌识别系统设计
8.
基于深度学习的打印件中感光鼓损伤印迹识别系统设计
9.
智能杂草识别系统的设计与试验
10.
基于卷积神经网络的语种识别系统
11.
基于分层卷积深度学习系统的植物叶片识别研究
12.
麦田杂草的实时识别系统研究
13.
杂草计算机识别系统的研制
14.
基于深度迁移学习的农业病害图像识别
15.
基于深度学习神经网络的SAR星上目标识别系统研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
软件导刊2022
软件导刊2021
软件导刊2020
软件导刊2019
软件导刊2018
软件导刊2017
软件导刊2016
软件导刊2015
软件导刊2014
软件导刊2013
软件导刊2012
软件导刊2011
软件导刊2010
软件导刊2020年第9期
软件导刊2020年第8期
软件导刊2020年第7期
软件导刊2020年第6期
软件导刊2020年第5期
软件导刊2020年第4期
软件导刊2020年第3期
软件导刊2020年第2期
软件导刊2020年第12期
软件导刊2020年第11期
软件导刊2020年第10期
软件导刊2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号