10.3969/j.issn.1007-7731.2023.10.034
基于机器学习对不同施肥量处理的番茄识别与估产
本试验以番茄为材料,在施用不同量的有机肥下,对基于机器学习的番茄果实识别和产量估算进行了深入研究和综合评价.通过重复训练、验证、分析,得出基于Faster R-CNN网络模型在番茄果实识别模型的准确率为90.89%,准确率较高;结合运用图像识别测算得的产量与番茄不同施肥量处理实际测产误差较大,实际运用效果相对较差;4种不同施肥量设置对番茄的结果数、识别数和产量的影响都高于对照处理,实际生产施用有机肥4 500 kg/hm2效果最好.基于Faster R-CNN网络模型的番茄数据集的测试结果效果较好,识别准确率较高,可作为其他指标测定的基础.
机器学习、Faster R-CNN、番茄识别、产量估算
29
TP181;S641.2(自动化基础理论)
国家现代农业科技示范展示基地能力建设专项;内蒙古自治区科技计划项目
2023-07-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
136-139