基于深度学习的菜用大豆荚型表型识别方法

翔云; 陈其军; 宋栩杰; 蔡昌; 卜远鹏; 刘娜

首页> 中文期刊> 《核农学报》 >基于深度学习的菜用大豆荚型表型识别方法

基于深度学习的菜用大豆荚型表型识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

人工智能在农业上的应用是目前的研究热点,在作物的高通量表型组学研究方面具有很好的应用前景。为了对种质资源和育种中间材料的表型进行精准化、智能化、高通量的采集,本研究将最新的目标检测算法和传统的图像处理方法相结合,将基于YOLOv5和图像处理的智能数据采集技术应用于菜用大豆荚型表型的识别。结果发现,该技术能够自动化、批量化地提取一张图片内单粒荚、双粒荚、三粒荚和四粒荚的个数,并获取这些豆荚的长宽数值。通过与实际的豆荚粒数进行对比发现,本研究方法的最大平均精度达98.96%以上,高于传统的深度学习分类网络;与实际的长宽数据进行对比,长宽决定系数均在95.23%以上。本研究所采取的基于深度学习的智能数据采集技术具有识别速度快、精准度高的优势,能大幅降低人工测量的时间成本和人力成本,提高品种选育的工作效率,为菜用大豆荚型的表型性状的高通量、智能化和精准化获取提供了一种新技术。

著录项

来源
《核农学报》 |2022年第12期|2391-2399|共9页
作者
翔云; 陈其军; 宋栩杰; 蔡昌; 卜远鹏; 刘娜;
展开▼
作者单位

浙江工业大学信息工程学院;

浙江省农业科学院蔬菜研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
菜用大豆; 深度学习; 目标检测; 图像处理; 荚型;

相似文献

中文文献
外文文献
专利

1. 基于图像处理技术的菜用大豆豆荚高通量表型采集与分析 [J] . 张小斌 ,谢宝良 ,朱怡航 . 核农学报 . 2022,第3期
2. 基于深度学习的大豆豆荚类别识别研究 [J] . 闫壮壮 ,李杨 ,齐照明 . 作物学报 . 2020,第011期
3. L型建筑物排列模式的深度学习识别方法 [J] . 袁远 ,孟妮娜 . 甘肃科学学报 . 2021,第003期
4. 菜用大豆荚发育过程中维生素C及主要微量元素含量变化的研究 [C] . 陈华涛 ,陈新 ,袁星星 . 中国园艺学会2011年学术年会 . 2011
5. 基于深度学习的大跨轨道悬索桥吊杆损伤识别方法研究 [A] . 高鹏 . 2020

基于深度学习的菜用大豆荚型表型识别方法

摘要

著录项

相似文献

相关主题

期刊订阅