典型文献
基于无人机图像和贝叶斯CSRNet模型的粘连云杉计数
文献摘要：
自动、准确且快速地统计苗木数量是实现苗圃高效管理的重要基础.针对现有苗木计数方法准确率较低且无法准确统计粘连苗木等问题,该研究提出了一种基于贝叶斯CSRNet模型的云杉计数模型.该模型以对粘连苗木具有良好稳定性的CSRNet模型为基础,引入贝叶斯损失函数,以人工标注的点标签数据作为监督信号.以1176幅云杉图像训练贝叶斯CSRNet模型,并通过166幅测试集云杉图像进行测试.结果表明,贝叶斯CSRNet模型可以准确、快速地统计无人机航拍图像内的云杉,对测试集图像内云杉的平均计数准确率(Mean Counting Accuracy,MCA)、平均绝对误差(Mean Absolute Error,MAE)和均方误差(Mean Square Error,MSE)分别为99.19％、1.42和2.80.单幅云杉图像耗时仅为248 ms,模型大小为62 Mb.对比YOLOv3模型、改进YOLOv3模型、CSRNet模型和贝叶斯CSRNet模型对166幅测试集云杉图像的计数结果,贝叶斯CSRNet模型的MCA分别比YOLOv3模型、改进YOLOv3模型、CSRNet模型高3.43％、1.44％和1.13％;MAE分别低6.8、2.9和1.67;MSE分别低101.74、23.48和8.57.在MCT(Mean Counting Time)和MS(Model Sizel)两项指标上,贝叶斯CSRNet模型与CSRNet模型相同且优于YOLOv3模型和改进YOLOv3模型.贝叶斯CSRNet模型可实现无人机航拍图像内苗木数量的自动、准确、快速统计,为苗木库存智能盘点提供参考.
文献关键词：
无人机;模型;苗木计数;贝叶斯CSRNet;CSRNet;粘连苗木;云杉
中图分类号：
作者姓名：
朱学岩;张新伟;才嘉伟;郑一力;顾梦梦;陈锋军
作者机构：
北京林业大学工学院,北京 100083;城乡生态环境北京实验室,北京 100083;国家林业局林业装备与自动化国家重点实验室,北京 100083;智慧林业研究中心,北京 100083;德州农工大学园艺系,卡城 77843
文献出处：
引用格式：
[1]朱学岩;张新伟;才嘉伟;郑一力;顾梦梦;陈锋军-.基于无人机图像和贝叶斯CSRNet模型的粘连云杉计数)[J].农业工程学报,2022(14):43-50,323
A类：
苗木计数,粘连苗木,Sizel
B类：
无人机图像,CSRNet,连云,云杉,地统计,苗圃,高效管理,计数模型,损失函数,标签数据,图像训练,测试集,无人机航拍图像,Mean,Counting,Accuracy,MCA,平均绝对误差,Absolute,Error,MAE,均方误差,Square,MSE,单幅,ms,Mb,YOLOv3,MCT,Time,Model,快速统计,库存,盘点
AB值：
0.242187
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。
