-
题名基于ResNet网络的烟叶成熟度图像识别
- 1
-
-
作者
高旭
闫奥函
范文博
朱治忠
-
机构
四川中烟工业有限责任公司
河南农业大学烟草学院
河南中烟工业有限责任公司
-
出处
《农业灾害研究》
2025年第2期52-54,57,共4页
-
基金
四川中烟工业有限责任公司项目(2023510000340442)。
-
文摘
为了实现智能精准识别烤烟叶片成熟度状态,减少主观判断的误差。以残差网络(ResNet)作为基础网络框架,引入迁移学习方法建立不同部位烟叶成熟度分类模型。模型测试发现,模型迭代50次时在验证集的正确率收敛于98%左右,在测试集上不同部位的烟叶成熟度识别正确率达到100%。利用类别激活图(CAM)分析了模型对烟叶关注特征,发现模型与人工鉴别所关注的烟叶特征接近,关注程度依次是叶面颜色、主脉和支脉。基于ResNet网络的烟叶成熟度判别模型可以为烟叶成熟度数字化表征提供参考。
-
关键词
烤烟
成熟度
深度学习
ResNet50
类别激活映射
-
分类号
S572
[农业科学—烟草工业]
-
-
题名基于改进YOLOv3算法的水面漂浮物检测方法
被引量：13
- 2
-
-
作者
李国进
姚冬宜
艾矫燕
易泽仁
雷李义
王旺易
-
机构
广西大学电气工程学院
-
出处
《广西大学学报（自然科学版）》
CAS
北大核心
2021年第6期1569-1578,共10页
-
基金
国家自然科学基金资助项目(61563002)
广西创新驱动发展专项(桂科AA17202032-2)。
-
文摘
针对人工湖中的水面漂浮物检测问题,提出了一种基于改进YOLOv3的水面漂浮物目标检测算法,目标检测包括目标识别与目标定位。首先通过改进的k-means聚类算法获取先验框,以提高定位框与数据集标注框的匹配度,其次在YOLOv3算法框架的3个预测支路中添加类别激活映射(CAM),将原基于边界框的定位方式替换成基于像素点进行定位。实验结果表明:改进的YOLOv3算法提高了识别精度,降低了定位误差。识别精度为97.49%,比YOLOv3算法提高5.14%,平均定位误差为2.60个像素点,比YOLOv3算法减小了1.36。
-
关键词
水面漂浮物
目标检测
YOLOv3算法
K-MEANS聚类算法
类别激活映射
-
Keywords
floating objects
object detection
YOLOv3 algorithm
k-means cluster algorithm
class activation mapping
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
