基于卷积神经网络的葡萄叶片检测

刘阗宇; 冯全

首页> 中文期刊> 《西北大学学报：自然科学版》 >基于卷积神经网络的葡萄叶片检测

基于卷积神经网络的葡萄叶片检测

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

为解决酿酒葡萄生长状态的在线自动监测问题,该文提出了一种基于卷积神经网络的葡萄叶片检测算法。通过多层卷积的方式产生特征图,使原图像的特征增强并且降低了图像噪声,在最后一层特征图中,通过使用RPN(Region proposal network)生成建议区域,然后进行池化操作,最后进行边框回归与分类。该算法在有叶片遮挡、光照阴影、病害叶片等复杂背景因素下对葡萄叶片有良好的检测效果。试验表明,该算法在复杂背景下对葡萄叶片的检测率为87.2%,误检率为7.2%。

著录项

来源
《西北大学学报：自然科学版》 |2017年第4期|505-512|共8页
作者
刘阗宇; 冯全;
展开▼
作者单位

甘肃农业大学工学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
葡萄叶片检测; 卷积神经网络; 建议区域;

相似文献

中文文献
外文文献
专利

1. 基于卷积神经网络的葡萄叶片病害检测方法 [J] . 刘阗宇 ,冯全 ,杨森 . 东北农业大学学报 . 2018,第003期
2. 基于卷积神经网络的葡萄叶片氮含量识别方法 [J] . 杨娟娟 ,高晓阳 ,邵世禄 . 测控技术 . 2020,第002期
3. 基于图像处理和深度学习的葡萄叶片钾含量的检测方法 [J] . 杨芳 ,高晓阳 ,李红岭 . 林业机械与木工设备 . 2021,第002期
4. 基于显著性目标检测的葡萄叶片病害分割 [J] . 王书志 ,乔虹 ,冯全 . 湖南农业大学学报（自然科学版） . 2021,第001期
5. 基于机器视觉葡萄叶片还原糖含量的检测系统 [J] . 贾尚云 ,高晓阳 ,李红岭 . 山西农业大学学报（自然科学版） . 2018,第005期
6. 黄斑症状葡萄叶片病毒检测及其GYSVd1群体分析 [C] . 范旭东 ,董雅凤 ,张尊平 . 第十七届全国葡萄学术研讨会 . 2011
7. 基于显著性检测与卷积神经网络的火灾检测研究 [A] . 王豪 . 2020

基于卷积神经网络的葡萄叶片检测

摘要

著录项

相似文献

相关主题

期刊订阅