-
题名基于多尺度卷积神经网络特征融合的植株叶片检测技术
被引量:4
- 1
-
-
作者
李颖
陈龙
黄钊宏
孙杨
蔡国榕
-
机构
集美大学诚毅学院
集美大学计算机工程学院
-
出处
《智能科学与技术学报》
2021年第3期304-311,共8页
-
基金
国家自然科学基金资助项目(No.41971424,No.61702251,No.61701191,No.41871380,No.U1605254)
厦门科学技术项目(No.3502Z20183032)
福建省中青年教师教育科研项目(No.JT180877)。
-
文摘
植株叶片检测是植株科学培育和精准农业过程中重要的环节之一。传统植株叶片检测的做法对操作人员的专业知识提出了较高要求,且人工成本高、耗时周期长。基于此,提出基于多尺度卷积神经网络特征融合(MCFF)的植株叶片检测技术。从深度学习技术辅助植株培育的需求出发,基于多尺度卷积神经网络特征融合,针对莲座模式植物、拟南芥和烟草3种不同类型、不同分辨率的植株进行叶片计数检测。经过与其他主流算法的比较,发现MCFF具备较高的检测精确度,平均精度均值(mAP)为0.662,实现了高度竞争的性能(AP=0.946),各项指标接近实用水平。
-
关键词
深度学习
目标检测
多尺度卷积神经网络特征融合
植株叶片检测技术
-
Keywords
deep learning
object detection
multi-scale CNN feature fusion
plant leaf detection
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TN41
[电子电信—微电子学与固体电子学]
-