基于UAV和CNN ResNet 18参数调节的伊犁绢蒿荒漠草地植物识别性能分析

【目的】基于UAV和CNN ResNet 18参数调节的伊犁绢蒿荒漠草地植物识别性能分析。【方法】以集中分布在新疆且受退化威胁较大的伊犁绢蒿(Seriphidium transiliense)荒漠草地为对象,利用低空无人机遥感平台搭载多光谱成像仪采集该草地地物信息,选择卷积神经网络(Convolutional Neural Networks,CNN)ResNet 18模型,设置40轮和80轮的2组训练轮数,8、16、32、64的4组批量规模,0.01、0.005、0.001、0.0005、0.0001的5组学习率3类超参数,对比分析不同参数设置下的模型分类性能,探究适合伊犁绢蒿荒漠草地群落主要物种识别的最佳参数组合。【结果】初始模型超参数设置为训练轮数40轮、批量规模8、学习率0.001时,伊犁绢蒿群落总体分类精度为83.65%,伊犁绢蒿种群分类精度为84.21%,角果藜(Ceratocarpus arenarius)种群精度为81.15%;通过调节模型超参数(超参数设置为练轮数40轮、批量规模32、学习率0.0005),伊犁绢蒿群落总体分类精度为83.73%,伊犁绢蒿种群精度为89.18%,角果藜种群精度为83.78%,较初始模型分别提高了0.08%、4.97%和2.63%。【结论】通过调节超参数可获得精度高、耗时短、性能稳定的伊犁绢蒿荒漠草地植物识别模型。