基于深度残差网络的麦穗回归计数方法OA北大核心CSCDCSTPCD
Research on wheat ear regression counting based on deep residual network
单位面积的穗数是估算小麦产量的重要指标,针对传统麦穗计数方法效率低、主观性高等问题,将基于深度残差网络的密度回归模型引入麦穗的计数领域,建立原始图片与密度图的对应关系,以密度图像素值总和确定图像中麦穗数量.对ResNet34网络进行改进,提出了ResNet-16模型,实现端对端的麦穗计数.针对ResNet34网络复杂度高的特点,ResNet-16增加了残差块的宽度,减少了ResNet34网络的深度;为了避免真值密度图的精度误差以及梯度下降过快,引…查看全部>>
刘航;刘涛;李世娟;李路华;吕纯阳;刘升平
中国农业科学院农业信息研究所,北京100081扬州大学农学院,江苏扬州225009中国农业科学院农业信息研究所,北京100081中国农业科学院农业信息研究所,北京100081中国农业科学院农业信息研究所,北京100081中国农业科学院农业信息研究所,北京100081
信息技术与安全科学
麦穗计数密度回归残差网络
《中国农业大学学报》 2021 (6)
170-179,10
中国农业科学院科技创新工程项目(CAAS-ASTIP-2020-AII)中央级公益性科研院所基本科研业务费专项(Y2020XK07、JBYW-AII-2020-10)
评论