基于Mask R-CNN的玉米干旱卷曲叶片检测

基于Mask R-CNN的玉米干旱卷曲叶片检测

论文摘要

【目的】干旱胁迫严重影响玉米生长和产量水平,对玉米干旱胁迫快速、精确监测,及时制定相应的防灾减灾措施对保障玉米丰产稳产具有重要意义。对玉米干旱卷曲叶片进行监测是实现快速精确地监测玉米干旱胁迫的重要方法。【方法】文章使用单反相机获取干旱胁迫和适宜水分处理下的玉米植株数字图像,使用多边形框手动标注玉米卷曲叶片,建立玉米卷曲叶片目标检测数据集,使用目标检测模型Mask R-CNN对玉米卷曲叶片进行检测。【结果】目标检测模型进行玉米卷曲叶片检测的置信度高于98%,在IOU阈值为0.5时,卷曲叶片检测模型的均值平均精度为74.35%。【结论】目标检测算法能精确地对玉米卷曲叶片进行检测和分割,卷曲检测置信度高。基于叶片卷曲信息的玉米干旱胁迫识别具有快速、及时、精确等优点。随着作物表型组学的发展,目标检测算法可广泛应用于作物生物胁迫、非生物胁迫以及作物表型研究中感兴趣区域的识别和定位等研究。

论文目录

  • 0 引言
  • 1 材料与方法
  •   1.1 供试材料
  •   1.2 玉米图像获取
  •   1.3 Mask R-CNN模型
  •   1.4 模型训练流程及精度计算
  •   1.5 图像标注及图像数据集的建立
  • 2 结果分析
  •   2.1 定量评估
  •   2.2 定性分析
  • 3 讨论
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 安江勇,黎万义,李茂松

    关键词: 干旱,玉米植株,叶片卷曲,目标检测

    来源: 中国农业信息 2019年05期

    年度: 2019

    分类: 农业科技,信息科技

    专业: 农作物,计算机软件及计算机应用,自动化技术

    单位: 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室,中国科学院自动化研究所

    基金: 国家科技支撑计划课题“农业干旱与干热风监测预警与应急防控关键技术研究”(2012BAD20B01),中国农业科学院科技创新工程“农业灾害监测预警新技术新方法研发”(CAAS-ASTIP-IARRP-2013)

    分类号: TP183;TP391.41;S513

    页码: 66-74

    总页数: 9

    文件大小: 1337K

    下载量: 136

    相关论文文献

    • [1].基于Mask R-CNN的胶囊缺陷检测方法[J]. 无线电工程 2020(10)
    • [2].基于改进Mask R-CNN的模糊图像实例分割的研究[J]. 电子与信息学报 2020(11)
    • [3].基于改进Mask R-CNN的风机叶片缺陷检测[J]. 可再生能源 2020(09)
    • [4].基于Mask R-CNN的电力设备红外图像分割技术研究[J]. 计算机与数字工程 2020(02)
    • [5].基于Mask R-CNN的行人分割[J]. 指挥控制与仿真 2020(05)
    • [6].基于改进的Mask R-CNN的染色体图像分割框架[J]. 计算机应用 2020(11)
    • [7].基于Mask R-CNN改进的遥感图像舰船检测[J]. 计算机工程与应用 2020(08)
    • [8].基于Mask R-CNN的卫星影像船舶检测研究[J]. 科技视界 2019(30)
    • [9].利用具有注意力的Mask R-CNN检测震害建筑物立面损毁[J]. 武汉大学学报(信息科学版) 2020(11)
    • [10].基于改进的Mask R-CNN的行人细粒度检测算法[J]. 计算机应用 2019(11)
    • [11].基于Mask R-CNN算法的遥感图像处理技术及其应用[J]. 计算机科学 2020(10)
    • [12].基于具有空间注意力机制的Mask R-CNN的口腔白斑分割[J]. 西北大学学报(自然科学版) 2020(01)
    • [13].一种基于Mask R-CNN和分水岭算法的岩石颗粒图像分割方法[J]. 水电能源科学 2020(11)
    • [14].基于Mask R-CNN的枪弹底火装配质量检测系统设计[J]. 兵器装备工程学报 2020(06)
    • [15].基于Mask R-CNN的玉米田间杂草检测方法[J]. 农业机械学报 2020(06)
    • [16].基于改进特征金字塔的Mask R-CNN目标检测方法[J]. 激光与光电子学进展 2019(04)
    • [17].基于Mask R-CNN和多特征融合的实例分割[J]. 计算机技术与发展 2020(09)
    • [18].基于改进Mask R-CNN的火焰图像识别算法[J]. 计算机工程与应用 2020(21)
    • [19].基于改进Mask R-CNN的绝缘子目标识别方法[J]. 微电子学与计算机 2020(02)
    • [20].基于Mask R-CNN的舌图像分割研究[J]. 世界科学技术-中医药现代化 2020(05)
    • [21].Mask R-CNN图像特征提取网络的理解与探析[J]. 信息技术与信息化 2020(07)
    • [22].基于Mask R-CNN的人脸皮肤色斑检测分割方法[J]. 激光杂志 2019(12)
    • [23].基于改进Mask R-CNN的奶牛个体识别方法研究[J]. 华南农业大学学报 2020(06)
    • [24].改进Mask R-CNN的细粒度车型识别算法[J]. 软件 2020(03)
    • [25].基于Mask R-CNN的钢筋混凝土裂缝识别及测量算法的研究[J]. 计算机应用研究 2020(S1)
    • [26].基于Mask R-CNN的电力设备锈迹检测[J]. 计算机系统应用 2019(05)
    • [27].基于Mask R-CNN的铁谱磨粒智能分割与识别[J]. 润滑与密封 2020(03)
    • [28].改进Mask R-CNN的遥感图像多目标检测与分割[J]. 计算机工程与应用 2020(14)
    • [29].基于迁移学习和Mask R-CNN的稻飞虱图像分类方法[J]. 农业机械学报 2019(07)
    • [30].基于Mask R-CNN的葡萄叶片实例分割[J]. 林业机械与木工设备 2019(10)

    标签:;  ;  ;  ;  

    基于Mask R-CNN的玉米干旱卷曲叶片检测
    下载Doc文档

    猜你喜欢