期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于无人机遥感技术的水稻倒伏区域识别研究
被引量：
5
1
作者
段小斌
《农机化研究》
北大核心
2021年第12期225-228,共4页
针对大范围水稻区域难以识别的问题,基于无人机遥感技术建立了水稻倒伏区域识别系统,主要由硬件系统和软件系统组成。对硬件系统和软件系统进行设计,包括采用补偿的方式降低飞控系统误差,采用改进的加权支持向量数据描述分类方法进行水...
针对大范围水稻区域难以识别的问题,基于无人机遥感技术建立了水稻倒伏区域识别系统,主要由硬件系统和软件系统组成。对硬件系统和软件系统进行设计,包括采用补偿的方式降低飞控系统误差,采用改进的加权支持向量数据描述分类方法进行水稻倒伏区域的识别,使系统能够识别水稻倒伏区域。为验证该系统性能,进行了无人机飞行试验和水稻倒伏区域识别试验。结果表明:系统可以使无人机按照预设路径飞行,能够准确地识别水稻倒伏区域。
展开更多
关键词
水稻
倒伏区域识别
无人机遥感技术
飞控系统
遥感影像处理系统
在线阅读
下载PDF
职称材料
面向收割机影像的轻量化DeepLabV3+胡麻倒伏识别方法
2
作者
范翔宇
李玥
+6 位作者
魏霖静
高玉红
郭林海
周慧
康亮河
李永彪
范辉
《农业工程学报》
北大核心
2025年第18期212-219,共8页
针对胡麻倒伏检测中存在的背景复杂以及模型计算量大等问题,该研究提出了一种改进DeepLabV3+的轻量化胡麻倒伏识别模型。首先采用轻量化主干网络MobileNetV2,减少模型的训练时长;然后引入坐标注意力机制CA(coordinate attention),增强...
针对胡麻倒伏检测中存在的背景复杂以及模型计算量大等问题,该研究提出了一种改进DeepLabV3+的轻量化胡麻倒伏识别模型。首先采用轻量化主干网络MobileNetV2,减少模型的训练时长;然后引入坐标注意力机制CA(coordinate attention),增强模型对小范围倒伏区域的定位能力;再次,将原有的交叉熵损失函数(cross-entropy loss,CE_Loss)替换为更适合倒伏识别情境下的Focal Loss,同时在总损失中添加Dice Loss,增强数据类别不平衡情况下的识别效果。试验结果表明,改进后的DeepLabV3+模型在胡麻倒伏识别任务中提升了精度和效率,平均精确率达95.96%,平均交并比(mean intersection over union,mIoU)和平均像素精度(mean pixel accuracy,mPA)分别达到了92.55%和96.11%,相比HRNet、PSPNet、U-Net、SegNeXt-S、DeepLabV3+模型其m IoU分别提升1.08、3.74、3.06、11.79和1.59个百分点,mPA分别提升0.92、2.80、1.58、8.68和1.17个百分点;模型训练时长由原DeepLabV3+的27.3 h缩短为14.2 h;同时满足了实时性识别要求,平均检测帧率为83帧/s。该研究为农业场景下的实时倒伏检测及收割机作业优化提供了可行的技术方案。
展开更多
关键词
无人机
遥感
语义分割
胡麻
DeepLabV3+
倒伏区域识别
轻量化
在线阅读
下载PDF
职称材料
题名
基于无人机遥感技术的水稻倒伏区域识别研究
被引量：
5
1
作者
段小斌
机构
广西工商职业技术学院继续教育部
出处
《农机化研究》
北大核心
2021年第12期225-228,共4页
基金
广西高校科研项目(2013YB338)。
文摘
针对大范围水稻区域难以识别的问题,基于无人机遥感技术建立了水稻倒伏区域识别系统,主要由硬件系统和软件系统组成。对硬件系统和软件系统进行设计,包括采用补偿的方式降低飞控系统误差,采用改进的加权支持向量数据描述分类方法进行水稻倒伏区域的识别,使系统能够识别水稻倒伏区域。为验证该系统性能,进行了无人机飞行试验和水稻倒伏区域识别试验。结果表明:系统可以使无人机按照预设路径飞行,能够准确地识别水稻倒伏区域。
关键词
水稻
倒伏区域识别
无人机遥感技术
飞控系统
遥感影像处理系统
Keywords
UAV remote sensing technology
rice lodging area identification
flight control system
remote sensing image processing system
分类号
S252 [农业科学—农业机械化工程]
在线阅读
下载PDF
职称材料
题名
面向收割机影像的轻量化DeepLabV3+胡麻倒伏识别方法
2
作者
范翔宇
李玥
魏霖静
高玉红
郭林海
周慧
康亮河
李永彪
范辉
机构
甘肃农业大学信息科学技术学院
干旱生境作物学国家重点实验室
甘肃农业大学农学院
出处
《农业工程学报》
北大核心
2025年第18期212-219,共8页
基金
国家自然科学基金项目(32460443,32060437)
甘肃省科技计划-自然科学基金重点项目(23JRRA1403)
+4 种基金
兰州市人才创新创业项目(2021-RC-47)
科技部国家外专项目(G2022042005 L)
甘肃省高等学校产业支撑项目(2023CYZC-54)
甘肃省重点研发计划(23YFWA0013)
甘肃省高端外专引进计划(25RCKA015)。
文摘
针对胡麻倒伏检测中存在的背景复杂以及模型计算量大等问题,该研究提出了一种改进DeepLabV3+的轻量化胡麻倒伏识别模型。首先采用轻量化主干网络MobileNetV2,减少模型的训练时长;然后引入坐标注意力机制CA(coordinate attention),增强模型对小范围倒伏区域的定位能力;再次,将原有的交叉熵损失函数(cross-entropy loss,CE_Loss)替换为更适合倒伏识别情境下的Focal Loss,同时在总损失中添加Dice Loss,增强数据类别不平衡情况下的识别效果。试验结果表明,改进后的DeepLabV3+模型在胡麻倒伏识别任务中提升了精度和效率,平均精确率达95.96%,平均交并比(mean intersection over union,mIoU)和平均像素精度(mean pixel accuracy,mPA)分别达到了92.55%和96.11%,相比HRNet、PSPNet、U-Net、SegNeXt-S、DeepLabV3+模型其m IoU分别提升1.08、3.74、3.06、11.79和1.59个百分点,mPA分别提升0.92、2.80、1.58、8.68和1.17个百分点;模型训练时长由原DeepLabV3+的27.3 h缩短为14.2 h;同时满足了实时性识别要求,平均检测帧率为83帧/s。该研究为农业场景下的实时倒伏检测及收割机作业优化提供了可行的技术方案。
关键词
无人机
遥感
语义分割
胡麻
DeepLabV3+
倒伏区域识别
轻量化
Keywords
UAV
remote sensing
semantic segmentation
flax
DeepLabV3+
lodging area identification
light weight
分类号
S24 [农业科学—农业电气化与自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于无人机遥感技术的水稻倒伏区域识别研究
段小斌
《农机化研究》
北大核心
2021
5
在线阅读
下载PDF
职称材料
2
面向收割机影像的轻量化DeepLabV3+胡麻倒伏识别方法
范翔宇
李玥
魏霖静
高玉红
郭林海
周慧
康亮河
李永彪
范辉
《农业工程学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
