基于深度学习的番茄叶片分割算法在手机上的应用（GDL+复杂背景只分割叶片有意义？）

2024-04-28 14:22:15

1、研究内容

利用图像处理技术进行叶片病害识别是当前的研究热点。文献中已经报道了较高的疾病识别准确性，特别是在依赖于受控照明和均匀背景条件下捕获的实验室图像的研究中。然而，当这些系统在实际现场条件下测试时，它们的性能急剧下降。研究表明，复杂的背景显著地导致了性能的下降，背景去除提高了疾病识别的准确性。不幸的是，目前还没有一种快速、准确的方法来自动执行叶子图像的背景减影。在本文中，我们提出了完全卷积神经网络来执行自动背景减除的叶子图像在移动应用程序。在移动应用程序用例中，目标叶子通常占据农民捕获的图像。叶子还会被各种背景特征包围，包括其他叶子、茎、果实、土壤和覆盖物。分割网络的目标是去除这些背景特征，只保留目标叶子。为了训练和测试提议的网络，我们准备了一个具有代表性的数据集。它包含了1408张在具有挑战性的田间条件下捕获的番茄叶片图像，以及它们各自的地面真相面具。我们报告了最先进的叶图像分割性能，平均加权交叉超过联合，边界F1得分超过0.91。尤其值得一提的是，我们提出的分割网络KijaniNet的表现优于所有竞争对手，它的联合交叉加权均值为0.9766，边界F1得分为0.9439。提出的技术取代了竞争的背景减法算法，但不需要用户干预，也不对目标叶子的方向、形状或照明设置约束。此外，所有的CNN模型在GPU上运行时可以在0.12 s内完成256x256像素的RGB图像分割，在CPU上运行时可以在2.1 s内完成分割;

2、研究介绍

利用图像处理技术进行作物叶片病害识别是目前的研究热点。早期的工作依赖于手工制作的特征提取和随后使用的浅层分类器，如BP (Back Propagation)网络、支持向量机(SVM)、随机森林(Random Forest)、K-Nearest-Neighbors (KNN)和Naïve Bayes (NB)。自20

基于深度学习的番茄叶片分割算法在手机上的应用（GDL+复杂背景只分割叶片有意义？）相关推荐

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 ...
基于深度学习的番茄叶部病害识别模型
基于深度学习的番茄叶部病害识别模型 1.研究思路为实现番茄叶病特征的自动提取,并提高识别准确率,提出一种基于深度学习的番茄叶病识别模型.该模型基于卷积神经网络对番茄叶部病害特征进行自动提取,获得高 ...
计算机视觉算法——基于深度学习的高精地图算法（HDMapNet / VectorMapNet / MapTR / VectorNet）
计算机视觉算法--基于深度学习的高精地图算法(HDMapNet / VectorMapNet / MapTR / VectorNet) 计算机视觉算法--基于深度学习的高精地图算法(HDMapNet ...
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, ...
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 , ...
目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究
目录基于深度学习的无人机图像目标检测算法研究目标检测相关技术理论 2.1 引言
基于深度学习的图像风格迁移算法的基本介绍。
基于神经网络的图像风格迁移算法这个算法还是蛮有趣的,之前就有宣传说让电脑来学习梵高作画,虽然有些夸张,但是实际效果出来还是挺不错的. 接下来,我们要按照以下三个部分来进行介绍,提出,方法以及结论. ...
计算机辅助诊断儿科,基于深度学习的儿科临床辅助诊断算法研究
摘要: 近年来,随着数字医疗在全球范围内的普及,医疗行业的人工智能应用也逐渐开展,死亡预测,癌症诊断,医学影像识别等研究相继问世.现阶段人工智能技术在医学临床应用方面仍存在三点挑战:首先,现有的医学人 ...
基于深度学习的交通标识别算法对比研究-TensorFlow2实现

最新文章

热门文章