典型文献
基于深度学习的树种识别系统设计与试验
文献摘要：
为解决目前树种识别任务中存在的准确率低、工作强度大、成本高和效率低的问题,基于深度学习方法,利用机器视觉软件HALCON,结合Arduino程序开发技术,设计并开发林木树种识别系统.通过搭建林木树种识别系统主体硬件设备,自动采集6种林木的3000张图像,并按7:1.5:1.5的比例随机划分为训练集、验证集和测试集;基于HALCON目标检测框架,比较分析3种SqueezeNet、Inception-V3和ResNet-50目标检测特征提取网络的训练结果和评估结果,选择性能表现最好的SqueezeNet网络模型,试验分析不同环境和生长状况的树种对其影响,构建并设计林木树种识别系统.系统识别试验结果表明,模型的平均精度达0.735,在测试集上识别准确率和召回率均高于99.5％;可在不同光照条件下准确识别不同直立程度、胸径大小的林木,具有较强的泛化性能;田间试验随机测试结果表明,网络模型准确率均高于93％,同时系统具有良好的稳定性和实用性,可满足作业实际工况的要求.该研究为林木资源智能化管理提供技术支撑.
文献关键词：
树种识别;深度学习;HALCON;目标检测;特征提取网络
中图分类号：
作者姓名：
李冲;王光辉;陆志恒;王德成;郭子文;蔡晨;林静
作者机构：
中国农业大学工学院,北京 100083
文献出处：
引用格式：
[1]李冲;王光辉;陆志恒;王德成;郭子文;蔡晨;林静-.基于深度学习的树种识别系统设计与试验)[J].森林工程,2022(06):88-95
A类：
B类：
树种识别,识别系统,解决目前,工作强度,深度学习方法,机器视觉,HALCON,Arduino,程序开发,开发技术,林木,硬件设备,自动采集,训练集,验证集,测试集,目标检测,检测框架,SqueezeNet,Inception,V3,ResNet,检测特征,特征提取网络,试验分析,不同环境,生长状况,系统识别,别试,识别准确率,召回率,光照条件,准确识别,直立,胸径,泛化性能,田间试验,随机测试,模型准确率,实际工况,智能化管理
AB值：
0.438842
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。
