基于Faster R-CNN的新疆棉花幼苗与杂草识别方法

• 作者: 许燕 温德圣 周建平 樊湘鹏 刘洋
• 来源期刊: 排灌机械工程学报
• 关键词: 新疆棉花苗期 杂草识别 卷积神经网络 Faster R-CNN
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 农业水土工程
• 页码范围: 602-607
• 页数: 6页
• 分类号: TP274|TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8530.19.0244

摘要

针对新疆棉田杂草的伴生特点带来的特征过拟合、精确率低等问题,以新疆棉花幼苗与杂草为研究对象,分析杂草识别率低的影响因素,建立了基于Faster R-CNN的网络识别模型.采集不同角度、不同自然环境和不同密集程度混合生长的棉花幼苗与杂草图像5370张.为确保样本质量以及多样性,利用颜色迁移和数据增强来提高图像的颜色特征与扩大样本量,以PASCAL VOC格式数据集进行网络模型训练.通过综合对比VGG16,VGG19,ResNet50和ResNet101这4种网络的识别时间与精度,选择VGG16网络训练Faster R-CNN模型.在此基础上设计了纵横比为1:1的最佳锚尺度,在该模型下对新疆棉花幼苗与杂草进行识别,实现91.49％的平均识别精度,平均识别时间262 ms.研究结果为农业智能精确除草装备的研发提供了参考.