基于深度学习的新型语义分割模型与玉米间杂草识别研究

摘要：

玉米是我国重要的粮食和经济作物,但由于玉米易受杂草侵害,而人力除草费用很高,所以有必要开发出一种用于杂草分割检测的模型指导机器人除草.课题组提出了一种新型的基于神经网络的深度卷积模型,以实现在自然光照拍摄条件下对杂草和玉米苗的语义分割检测.课题组使用私有玉米-杂草数据集,使用数据增强和数据归一化等方法进行预处理,建立神经网络模型,在RTX3050上训练100个Epoch后得到收敛的模型,并使用mIOU等多个指标对模型进行评价.仿真结果表明,该深度神经网络模型能够有效地实现对玉米、杂草的分割检测,各种指标均满足预期,为农业方面的杂草检测工作提供了有效参考.

关键词：精准农业、深度神经网络、语义分割、杂草检测

所属期刊栏目：54

分类号：S451(有害植物及其清除)

资助基金：国家重点研发计划;黑龙江八一农垦大学人才科研启动基金项目

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,34