中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于Faster R-CNN的除草机器人杂草识别算法 中国农机化学报 2019 (12) 171-176
Position: Home > Articles > Weed identification algorithm of weeding robot based on Faster R-CNN Journal of Chinese Agricultural Mechanization 2019 (12) 171-176

基于Faster R-CNN的除草机器人杂草识别算法

作  者：
李春明;逯杉婷;远松灵;王震洲
单  位：
石家庄市京华电子实业有限公司;河北科技大学信息科学与工程学院
关键词：
杂草识别;深度学习;快速区域卷积神经网络;区域建议网络;生成对抗网络
摘  要：
针对当前除草机器人杂草识别定位不准确、实时性差等问题,提出一种基于Faster R-CNN的草坪杂草识别算法。该方法首先使用快速区域卷积神经网络(Faster R-CNN)算法训练初始化模型,然后通过在网络池化层后添加生成对抗网络(GAN)噪声层来提高网络的鲁棒性。试验结果表明,该种方法在正常拍摄的测试集图片中识别率达到97.05%,在加噪图片测试集的识别率达到95.15%,识别结果均优于传统的机器学习方法。同时,本方法具有识别速度快的特点,可用于实时检测,在园林杂草清理等方面具有应用价值。
译  名：
Weed identification algorithm of weeding robot based on Faster R-CNN
作  者：
Li Chunming;Lu Shanting;Yuan Songling;Wang Zhenzhou;School of Information Science and Engineering, Hebei University of Science and Technology;Shijiazhuang Jinghua Electronic Co. Ltd.;
关键词：
weed identification;;deep learning;;faster regional convolutional neural network;;region proposal network;;generative adversarial networks
摘  要：
Aiming at the inaccurate and inaccurate identification of weeding robots in current research, this paper proposes a lawn weed detection algorithm based on Faster R-CNN. The method first uses the fast region convolutional neural network(Faster R-CNN) algorithm to train the initialization model, and then increases the robustness of the network by adding generative adversarial network(GAN) noise layer after the network pooling layer. The experimental results show that the recognition rate of this method is 97.05% in the normal test image set, and is 95.35% in the noise-added picture test set. The detection results are better than the traditional machine learning method, and the recognition speed is fast. The features can be used for real-time detection and have application value in garden weed cleaning.

相似文章

导出引用
计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46