10.3969/j.issn.1006-9348.2019.04.092
基于卷积神经网络的田间杂草识别方法研究
田间农作物杂草的有效识别对于提高自动化除草效率、增加农作物产量具有重要的意义.传统的杂草识别方法需要人为设计并提取特征,流程复杂,识别率低.为此提出基于卷积神经网络的杂草识别方法.首先,构建以卷积层、激活层、池化层、全连接层组建的深度卷积神经网络模型,然后使用该模型对杂草图像进行自动特征提取,从而有效完成对杂草的正确识别.实验结果表明,卷积神经网络模型对杂草识别的正确率要大大优于传统方法,而且无需进行人工特征工程,未来将具有广泛的应用前景.
杂草识别、卷积神经网络、特征工程
36
TP391.9(计算技术、计算机技术)
2019-05-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
440-444