基于深度卷積神經(jīng)網(wǎng)絡(luò)的青菜和雜草識(shí)別

打開(kāi)文本圖片集

摘要：針對(duì)青菜田間雜草種類(lèi)繁多且分布復(fù)雜導(dǎo)致識(shí)別效率低、精度差和穩(wěn)健性不足等問(wèn)題，以苗期青菜及其伴生雜草為研究對(duì)象，提出了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的青菜和雜草識(shí)別方法。首先使用圖像處理方法標(biāo)記出包含綠色植物的圖像，進(jìn)而利用神經(jīng)網(wǎng)絡(luò)模型對(duì)青菜和雜草進(jìn)行區(qū)分。為探究不同神經(jīng)網(wǎng)絡(luò)模型的識(shí)別效果，分別選取DenseNet模型、GoogLeNet模型和ResNet模型對(duì)圖像中包含青菜或者雜草圖像進(jìn)行識(shí)別，并以F1值、總體準(zhǔn)確率和識(shí)別速度作為評(píng)價(jià)依據(jù)。（剩余2176字）