基于深度卷积神经网络技术的棉花顶芽探测技术

• 作者: 张扬虎 白琳 陈峰练 张茜 李淘深
• 来源期刊: 广西科学
• 关键词: 深度学习 神经网络 目标检测 Faster RCNN 农业智能化 棉花顶芽探测
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能与无线网络|Artificial Intelligence and Wireless Network
• 页码范围: 257-264
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13656/j.cnki.gxkx.20210830.011

摘要

建立一种改进深度学习模型,用于农业自动化检测和识别棉花顶芽,以提高棉花劳作工作效率.通过把深度网络模型ResNet-101融入到基于深度学习(Deep Learning,DL)机制的感兴趣区域的目标检测算法Fas-ter RCNN中,得到统一的多结构层次的改进深度学习模型.对比实验验证结果表明,相较于传统Faster RC-NN模型,该模型在棉花顶芽探测和识别性能上有较大的提升.本研究提出的改进深度学习模型取得了比较好的平均精度,为棉花顶芽的探测和识别提出新的解决方案,为农业生产智能化提供新的思路.