无人机图像深度学习的大豆害虫检测与分类

2024-06-07 03:46:47

无人机图像深度学习的大豆害虫检测与分类

1、研究内容

实验比较了Inception-v3, Resnet-50, VGG-16, VGG-19 and Xception ，用了微调和迁移学习。

2、创新方法

采用SLIC超像素方法分割图像中的害虫。SLIC方法采用k-means算法生成类似的区域，称为超像素。
该方法包括五个步骤:
(1)图像采集
(2)切片分割
(3)图像数据集
(4)特征学习
(5)害虫分类。

3、实验内容

使用了两种不同的方法收集实验场中存在的害虫的图像。使用作为Keras模块的一部分提供的Xception、inceptionv3、VGG 16、VGG 19和Resnet 50架构的开源实现。
将数据分为70%用于培训，30%用于测试。在实验中，使用了以下输入参数。输入图像的宽度和高度均设置为256。批量大小被设置为16个图像用于训练，并且使用50个训练。使用了学习率为0.0001、动量为0.9的SGD优化器。通过应用旋转、重新缩放、滚动和缩放操作来增加数据量。该技术旨在增强分类任务中的旋转不变性和比例不变性。
使用了两种策略，即神经网络的固定率和在ImageNet数据集中获得的权重。

4、实验结果

实验结果表明，与其他方法相比，通过微调训练的深度学习架构可以获得更高的分类率，准确率达到93.82%。

5、论文出现的图表

无人机图像深度学习的大豆害虫检测与分类相关推荐

深度学习时代的目标检测算法综述
目标检测VS其他计算机视觉问题分类问题这或许是计算机视觉领域内最著名的问题.它主要指将一张图像归为某种类别.学术界最流行的一类数据集是ImageNet,由数以百万计已分好类的图像组成,(部分)用于 ...
使用 Python 进行深度学习以进行裂纹检测
使用 Python 进行深度学习以进行裂纹检测问题陈述数据集准备训练模型结论参考问题陈述虽然新技术已经改变了我们生活的方方面面,在建筑领域似乎牛逼Ø正在努力追赶.目前,建筑物的结构状况仍 ...
文献阅读笔记：基于深度学习的桥梁裂缝检测算法研究
论文 | 基于深度学习的桥梁裂缝检测算法研究作者 | 李良福.马卫飞.李丽.陆铖期刊 | 自动化学报时间 | 2019年9月论文目的: 传统的图像处理算法不能很好地对桥梁裂缝进行检测 , ...
基于深度学习的视觉目标检测技术综述
基于深度学习的视觉目标检测技术综述--阅读曹家乐,李亚利,孙汉卿,谢今,黄凯奇,庞彦伟(天津大学, 天津 300072;清华大学, 北京 100084;重庆大学, 重庆 400044;中国科学院自动 ...
深度学习之小目标检测
深度学习之小目标检测深度学习之小目标检测深度学习之小目标检测百度网盘提取码:1234 1.<小目标检测技术研究综述_梁鸿> 小目标检测是针对图像中像素占比少的目标,借助计算机视觉在图像 ...
中科院张士峰：基于深度学习的通用物体检测算法对比探索
https://www.toutiao.com/a6674792954369933838/ 人工智能论坛如今浩如烟海,有硬货.有干货的讲座却百里挑一.由中国科学院大学主办,中国科学院大学学生会承办,读 ...
基于深度学习的磁环表面缺陷检测算法
基于深度学习的磁环表面缺陷检测算法人工智能技术与咨询来源:< 人工智能与机器人研究> ,作者罗菁等关键词: 缺陷检测:深度学习:磁环:YOLOv3: 摘要: 在磁环的生产制造过程中, ...
深度学习三(PyTorch物体检测实战)
深度学习三(PyTorch物体检测实战) 文章目录深度学习三(PyTorch物体检测实战) 1.网络骨架:Backbone 1.1.神经网络基本组成 1.1.1.卷积层 1.1.2.激活函数层 1. ...
深度学习二(Pytorch物体检测实战)
深度学习二(Pytorch物体检测实战) 文章目录深度学习二(Pytorch物体检测实战) 1.PyTorch基础 1.1.基本数据结构:Tensor 1.1.1.Tensor数据类型 1.1.2. ...

最新文章

热门文章