典型文献
基于卷积神经网络的蔗芽识别定位
文献摘要：
蔗芽识别定位是甘蔗防伤芽切种和甘蔗智能化定向种植的前提.为此,以识别蔗种图像中的蔗芽及定位蔗芽形心位置为目标,构建蔗种图像库;基于蔗芽平面位置识别要求,通过对经典LeNet-5网络结构进行改进得到适合蔗芽平面位置识别的卷积神经网络模型,包括1层卷积层、1层归一化层、1层池化层和1层全连接层.卷积神经网络结构基于MatLab实现,对150幅图像进行实验结果表明:网络模型对蔗芽位置的识别准确率达92％,训练时间为0.8h,模型规模为68.35MB,单幅蔗种图像检测平均耗时1.2s.该方法可有效降低蔗芽的误识别率,防止蔗芽误识别引起的伤芽现象和种植过程中蔗芽朝下引起的发芽率低的现象,可为甘蔗的智能化精准种植提供研究基础.
文献关键词：
蔗芽;甘蔗种植;图像识别;卷积神经网络
中图分类号：
作者姓名：
李强;刘姣娣;许洪振;牛振华
作者机构：
桂林理工大学 机械与控制工程学院, 广西 桂林 541000
文献出处：
引用格式：
[1]李强;刘姣娣;许洪振;牛振华-.基于卷积神经网络的蔗芽识别定位)[J].农机化研究,2022(07):27-32
A类：
35MB
B类：
蔗芽,识别定位,切种,形心,位置识别,LeNet,进得,卷积神经网络模型,卷积层,层归一化,池化,全连接层,神经网络结构,MatLab,识别准确率,训练时间,8h,单幅,图像检测,2s,误识,识别率,发芽率,准种,甘蔗种植,图像识别
AB值：
0.331321
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
