基于深度学习的甘蔗生长监测模型设计

• 作者: 唐伟萍 黄欣 陈泳锨
• 来源期刊: 广西糖业
• 学科: 农学
• 关键词: 蔗糖 甘蔗生长监测 深度学习 计算机视觉 卷积神经网络
• 年，卷（期）: 2024,（3）
• 所属期刊栏目: 试验研究
• 页码范围: 18-23
• 页数: 6页
• 语种: 中文

摘要

蔗糖作为重要的食用糖和再生能源，在世界糖产业链中占有举足轻重的地位。文章旨在通过设计一个准确、高效的模型来监测甘蔗生长状况，进而有效指导科学培育，这是提高甘蔗产量的重要途径。利用深度学习方法构建甘蔗生长监测模型，以解决传统监测方式存在的问题。通过调研了解蔗糖的重要性及传统的甘蔗生长监测方法，详细分析深度学习在计算机视觉等领域的应用，提出基于卷积神经网络（CNN）的甘蔗生长监测模型架构；设计基于CNN的图像分类模型监测甘蔗生长，并通过试验对比验证模型的有效性。最后总结基于CNN的深度学习模型监测甘蔗生长的有效性，并探讨如何进一步提高甘蔗生长监测的准确性。