-
题名基于多尺度空洞胶囊孪生网络的水稻虫害识别方法
被引量：1
- 1
-
-
作者
张会敏
谢泽奇
-
机构
信阳农林学院信息工程学院
-
出处
《江苏农业科学》
北大核心
2024年第11期231-237,共7页
-
基金
国家自然科学基金(编号:62072378)
河南省教育厅高等学校重点科研项目(编号:20A520045)。
-
文摘
水稻是我国主要的农业粮食产物,害虫严重影响水稻的产量和质量。为了快速、准确地识别水稻害虫,针对现有传统识别算法中需要依赖大量训练样本、训练时间长等问题,提出一种基于孪生多尺度空洞胶囊网络(multi-scale dilated capsule siamese network, MSDCSNet)的水稻害虫识别方法。首先,该方法采用3个空洞Inception模块依次提取图像的多尺度卷积特征;其次,由胶囊网络进一步提取特征向量,构建图像的特征向量对;然后通过孪生网络计算每对向量图像的余弦相似度进行害虫识别,该方法集合多尺度空洞卷积、胶囊网络和孪生网络的优势,可有效克服深度卷积网络需要大样本、训练时间长等问题;最后在一个自建的水稻害虫小样本数据集上进行测试,实现对水稻5种常见害虫(稻蝗、稻纵卷叶螟、稻棘缘蝽、二化螟、稻飞虱)的识别,平均识别率达到95.6%,与VGG19算法、ACapsNet算法相比,识别率分别提高20.8、3.6百分点。结果表明,该方法在小训练样本集中,具有较强的鲁棒性和较高的识别率,可实现对水稻害虫的精确识别,为其他农作物的害虫识别提供参考。
-
关键词
水稻害虫识别
尺度空洞卷积
胶囊网络
孪生网络
多尺度空洞胶囊孪生网络
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
S126
[农业科学—农业基础科学]
-
-
题名基于孪生多尺度空洞胶囊网络的黄瓜叶部病害检测方法
被引量：2
- 2
-
-
作者
张善文
许新华
齐国红
-
机构
郑州西亚斯学院电子信息工程学院
-
出处
《江苏农业学报》
CSCD
北大核心
2023年第9期1827-1833,共7页
-
基金
国家自然科学基金项目(62172338)
河南省科技厅科技攻关项目(222102110134)
河南省高等学校重点科研项目(22B520049)
-
文摘
在黄瓜叶部病害检测中,传统方法简单但检测正确率低,难以处理多种多样的病害叶片图像,深度卷积网络的检测正确率高,但依赖于大量训练样本,训练时间长。本研究提出一种基于孪生多尺度空洞胶囊网络(Siamese multi-scale dilated capsule network,SMSDCNet)的黄瓜叶部病害检测方法,该方法整合了孪生网络、空洞卷积网络和胶囊网络的优势,将多尺度空洞卷积模块Inception引入胶囊网络,作为孪生网络的子网络,构建孪生多尺度空洞胶囊网络模型,提取多尺度判别特征,再进行矢量化处理,最后经动态路由算法得到具有空间位置信息的胶囊向量,进行病害检测与识别。SMSDCNet克服了深度卷积网络需要大量训练样本、训练时间长以及对旋转和仿射变换敏感的问题,并且克服了多尺度卷积网络训练参数较多的问题。在一个较小的黄瓜病害叶片图像数据集上进行试验,病害检测精度达90%以上。结果表明,该方法能够实现小训练样本集的黄瓜叶部病害检测,为训练样本有限情况下的作物病害检测提供了一种新方法。
-
关键词
黄瓜病害
孪生网络
多尺度空洞卷积
胶囊网络
孪生多尺度空洞胶囊网络
-
Keywords
cucumber disease
Siamese network
multi-scale dilated convolution
capsule network
Siamese multi-scale dilated capsule network(SMSDCNet)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
S642.2
[农业科学—蔬菜学]
-
