【笔记】基于低空无人机影像和 YOLOv3 实现棉田杂草检测
《基于低空无人机影像和 YOLOv3 实现棉田杂草检测》
单位:石河子大学信息科学与技术学院
作者:薛金利
数据获取
设备:大疆 DJI 四旋翼无人机悟 Inspire l PRO
相机:大疆禅思 X5 可见光相机
拍照:悬停拍摄,三组对照(5、10、20m)
照片:最大分辨率 4608 pixel×3456 pixel,24 位真彩色 JEPG 格式
作者考虑:深度学习算法需要人工标注样本数据,如果分辨率太低,会对人工样本标注产生困难
模型构建
(1) 改变YOLOv3模型目标框尺寸
目标框 (anchor boxes) 是一组宽高比固定的初始候选框,其设定的好坏将影响目标检测的精度和速度。YOLOv3通过对 VOC2007 数据集和 COCO 数据集聚类来获得初始的候选框宽高,与实际研究对象大小具有明显差异。
使用 k-means++ 算法来完成初始种子点选择,采用 IoU 取代欧氏距离以消除候选框差异带来的干扰。
(2)增加YOLOv3模型预测尺度
为解决小目标识别效果差、定位不精准的问题,YOLOv3 采用了跨尺度检测方法。
即首先经过所有卷积得到第一个 13×13 的特征图谱,在这个特征图谱上做第一次预测,此时下采样倍数为 32,特征图感受野比较大,适合检测图像中尺寸比较大的目标;然后将本层 13×13 的特征图谱经过×2 上采样扩充到 26×26,并与上层中 26×26 的特征图谱拼接,得到新的 26×26 的特征图谱,在该特征尺度上进行第二次预测,此时得到的特征图谱是相对输入图像 16 倍下采样,具有中尺度感受野,适合检测中等尺度对象;最后,将本层 26×26 的特征图谱经过×2 上采样扩充到 52×52,检测小尺度对象。
本研究棉花幼苗和杂草目标更小(分辨率低),所以增加104×104尺度。
数据集构建
三种分辨率统一到10000个。
训练集:测试集=9:1。
采用多尺度训练策略,由于模型下采样因子为 32,因此训练过程中图像随机变换的尺寸大小为 32 的倍数,变化范围为 320 pixel×320 pixel 到 608 pixel×608 pixel。训练时采用随机旋转、缩放、翻转、平移等方式来扩充数据集。
模型评价
疑问
(1) 模型评价中的精度指标是逐像素对比吗?这样的话打标签的时候对杂草是要勾勒边缘吗?
(2) YOLOv3卷积得到第一个 13×13 的特征图谱,下采样倍数为 32,其中32是什么意思?
猜你喜欢:
【笔记】基于低空无人机影像和 YOLOv3 实现棉田杂草检测相关推荐
- 从CNN到Transformer:基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类
更多资讯,请关注:Ai尚研修科研技术动态 公众号 我国高分辨率对地观测系统重大专项已全面启动,高空间.高光谱.高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全 ...
- SCI总结基于计算机视觉和深度学习的精准农业杂草检测模型
一.介绍 本研究提出了一种新的基于计算机视觉和深度学习的精准农业杂草检测和分类(CVDL-WDC)模型.所提出的CVDL-WDC技术旨在正确地区分植物和杂草.所提出的CVDL-WDC技术包括两个过程, ...
- ROS学习笔记——基于Prometheus无人机开源项目仿真环境配置
本笔记基于ubuntu18.04版本,配置基于Prometheus无人机开源项目仿真环境. 需要事先在电脑上安装了ROS,Mavros功能包,其余可参考Amov教程, ...
- 基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类
我国高分辨率对地观测系统重大专项已全面启动,高空间.高光谱.高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源.随着小卫星星座的普及,对地观 ...
- 论文笔记-基于代码属性图和Bi-GRU的软件脆弱性检测方法
一.摘要 提出了一种基于代码属性图和Bi-GRU的软件脆弱性检测方法.该方法通过从函数的代码属性图中提取出抽象语法树序列.控制流图序列作为函数表征的表征方式,减少代码表征过程中的信息的损失,并通过选 ...
- 基于Pix4Dmapper的运动结构恢复无人机影像三维模型重建
基于Pix4Dmapper的运动结构恢复无人机影像三维模型重建 1 背景知识 1.1 运动结构恢复方法原理 1.2 运动结构恢复方法流程 2 软件与数据准备 2.1 软件准备 2.2 数据准备 3 研 ...
- 【笔记】基于轻量和积网络及无人机遥感图像的大豆田杂草识别
<基于轻量和积网络及无人机遥感图像的大豆田杂草识别> 单位:吉林大学计算机科学与技术学院 作者:王生生 数据获取 设备:大疆 DJI 精灵3 相机:EXMOR 1/2.3 RGB 相机 拍 ...
- 基于无人机影像结合Arcgis、Agisoft Metashape软件计算林地面积探讨
摘要:林地面积求算是森林资源调查.造林与采伐作业设计.生态系统环境损害(林业)司法鉴定等工作的重要工序,林地面积求算主要有仪器测量与图上量测两种方法,仪器测量方法主要有全站仪测算法.罗盘仪导线测量及G ...
- Google Earth Engine——无人机影像进行分类处理
本次我们是利用无人机影像采集的影像数据,对特征点的一些特征进行提取分析,然后再加载的矢量转化的过程中出现了以下问题,主要是超限,另外还有几个函数可以 ee.Algorithms.Image.Segme ...
最新文章
- vscode插件可以直接复制到_一款可以让代码“跳舞”的 VS Code 插件:Power Mode
- web标准的商业价值
- 2G---5G与未来天线技术
- MySQL-过滤数据
- python批量删除注释_批量删除C和C++注释
- awk教程入门与实例练习(三)
- php 自定义打印模板下载,PHP – 创建自定义模板系统?
- linux的NetworkManager服务(转)
- 十个利用矩阵解决的经典题目
- [原创]MOF提权下载者代码
- 微信个性化菜单 java_java_java微信开发API第四步 微信自定义个性化菜单实现,微信如何实现自定义个性化菜 - phpStudy...
- 2017安防摄像头技术发展趋势分析
- android 定位 闪退_Unity3D研究院之全方位定位Android闪退(九十三)
- super()的两个参数
- wordpress博客构建
- 斗鱼虎牙合并:从内耗走向一致抗敌
- 华为云-实时流计算服务CS
- 线控转向,包含设计说明书,carsim模型,MATLAB Simulink模型全套(工程项目线上支持)
- 小小勇者服务器维护,小小勇者神秘商人刷新机制位置攻略
- windows10怎么安装c语言,如何在Win10安装Microsoft Visual C ++ 2015运行时
热门文章