基于深度学习的松材线虫病害松木识别
福建农林大学机电工程学院
- 摘 要：
- 松材线虫病是世界上危害较大的森林病害之一,具有传染快、防治难的特点,严重威胁着我国的松木资源。在林区中识别、定位病害松木并及时进行治理是控制松材线虫病蔓延的有效手段。以小型商用无人机为平台获取林区遥感影像,分别对比了SSD、YOLO v3、Faster R-CNN 3种深度学习框架的训练效果,最终实现了遥感影像中病害松木的高效判别。考虑到病害松木在不同染病阶段存在病症差异性的情况,在标签数据集标记过程中将病害松木分为轻度、重度、病死三类。为提高模型的训练和识别效率,选择以效率更高的深度残差网络ResNet50代替VGG16作为深度学习框架的前置网络。试验结果表明,预训练模型调优技术的加入,有效减少了深度学习网络对前期数据量的依赖,对比SSD、YOLO v3目标检测框架,Faster R-CNN框架综合表现最好,对不同病害程度松木的识别正确率达到83.2%,实现了对林区遥感影像中病害松木高效精准的判别,也为林区病害松木的防治工作提供了可靠的辅助手段。
关键词：目标检测;病虫害;松材线虫病;无人机;深度学习
相似文章
-
基于动态超分辨率的输电线路部件检测方法 [夏娴, 徐靖楠] 河北农机 2022 (8) 87-89
-
基于轻量化YOLOv4的生猪目标检测算法 [余秋冬, 杨明, 袁红, 梁坤] 中国农业大学学报 2022,27 (1) 183-192
-
基于改进YOLOv3-Tiny的番茄苗分级检测 [张秀花, 静茂凯, 袁永伟, 尹义蕾, 李恺, 王春辉] 农业工程学报 2022,38 (1) 221-229
-
基于改进CenterNet的玉米雄蕊无人机遥感图像识别 [杨蜀秦, 刘江川, 徐可可, 桑雪, 宁纪锋, 张智韬] 农业机械学报 2021 (9) 206-212
-
基于逆运动学降维求解与YOLO v4的果实采摘系统研究 [张晴晖, 孔德肖, 李俊萩, 钟丽辉] 农业机械学报 2021 (9) 15-23
-
基于改进卷积神经网络的在体青皮核桃检测方法 [樊湘鹏, 许燕, 周建平, 刘新德, 汤嘉盛, 魏禹同] 农业机械学报 2021 (9) 149-155,114
-
结合深度学习与Hough变换的等长原木材积检测系统 [林耀海, 赵洪璐, 杨泽灿, 林梦婷] 林业工程学报 2021 (1) 136-142
-
改进YOLOv4的温室环境下草莓生育期识别方法 [龙洁花, 郭文忠, 林森, 文朝武, 张宇, 赵春江] 智慧农业(中英文) 2021 (4) 99-110
-
农业复杂环境下尺度自适应小目标识别算法-以蜜蜂为研究对象 [郭秀明, 诸叶平, 李世娟, 张杰, 吕纯阳, 刘升平] 智慧农业(中英文) 2022 (1) 140-149
-
基于幅值迭代剪枝的多目标奶牛进食行为识别方法 [刘月峰, 边浩东, 何滢婕, 郭威, 张小燕] 农业机械学报 2022,53 (2) 274-281
