10.16208/j.issn1000-7024.2020.02.043
面向深度学习识别高空农作物的方法
为探讨深度学习技术运用于高空或卫星图像处理的问题,针对其高空层次特征丰富但细节信息不充分,以及背景多元化干扰等特点,研究一种有效的多分类方法.利用消费级无人机采集农作物高空图像,从图像数据规模有限,较难实现有效训练的问题出发,提出一种综合数据增强和迁移学习的方法克服数据集不足;结合高空图像的独特特征,改进高维空间的最优分类函数,对模型进行优化,使之更吻合高空拍摄农作物图像的识别与处理.通过构建多组数据、多种模型的对比实验,验证了该方法的有效性与性能,为农业智慧决策提供有益补充.
无人机、农作物、图像识别、深度学习、迁移学习
41
TP391(计算技术、计算机技术)
广东省科技计划公益研究基金项目 17ZK0226
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
580-586