基于Faster R-CNN的新疆棉花幼苗与杂草识别方法

作     者：许燕 温德圣 周建平 樊湘鹏 刘洋 XU Yan;WEN Desheng;ZHOU Jianping;FAN Xiangpeng;LIU Yang

作者机构：新疆大学机械工程学院新疆乌鲁木齐830046 

基　　金：国家级大学生创新创业训练项目(201810755079S) 

出 版 物：《排灌机械工程学报》 (Journal of Drainage and Irrigation Machinery Engineering)

年 卷 期：2021年第39卷第6期

页      码：602-607页

摘      要：针对新疆棉田杂草的伴生特点带来的特征过拟合、精确率低等问题,以新疆棉花幼苗与杂草为研究对象,分析杂草识别率低的影响因素,建立了基于Faster R-CNN的网络识别模型.采集不同角度、不同自然环境和不同密集程度混合生长的棉花幼苗与杂草图像5370张.为确保样本质量以及多样性,利用颜色迁移和数据增强来提高图像的颜色特征与扩大样本量,以PASCAL VOC格式数据集进行网络模型训练.通过综合对比VGG16,VGG19,ResNet50和ResNet101这4种网络的识别时间与精度,选择VGG16网络训练Faster R-CNN模型.在此基础上设计了纵横比为1∶1的最佳锚尺度,在该模型下对新疆棉花幼苗与杂草进行识别,实现91.49%的平均识别精度,平均识别时间262 ms.研究结果为农业智能精确除草装备的研发提供了参考.

主 题 词：新疆棉花苗期 杂草识别 卷积神经网络 Faster R-CNN 

学科分类：13[艺术学] 08[工学] 1305[艺术学-设计学类] 0810[工学-土木类] 081104[081104] 080401[080401] 0804[工学-材料学] 080402[080402] 0802[工学-机械学] 0835[0835] 081002[081002] 081101[081101] 0811[工学-水利类] 0801[工学-力学类] 

核心收录：

D　O　I：10.3969/j.issn.1674-8530.19.0244

馆 藏 号：203103685...