基于SCResNeSt的低分辨率水稻害虫图像识别方法OA北大核心
Low-resolution Rice Pest Image Recognition Based on SCResNeSt
针对稻田自然环境下害虫移动,难以近距离拍摄高质量图像,导致在现有识别模型检测时无法达到满意识别精度的问题,提出了一种基于SCResNeSt的低分辨率水稻害虫图像识别方法.首先,使用增强型超分辨率生成对抗网络(ESRGAN)对低分辨率图像进行数据增强,解决低分辨率水稻害虫有效信息少的问题;其次构建了SCResNeSt网络,使用3个连续的3×3卷积层替换ResNet50中第1个7×7卷积,以减少计算量;使用自校准卷积替代第2层卷积层中的3×3卷积,通…查看全部>>
曾伟辉;张文凤;陈鹏;胡根生;梁栋
安徽大学互联网学院,合肥230039科大国创软件股份有限公司中央研究院,合肥230088安徽大学互联网学院,合肥230039安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心,合肥230601安徽大学互联网学院,合肥230039
信息技术与安全科学
水稻害虫图像低分辨率SCResNeSt卷积神经网络识别系统
《农业机械学报》 2022 (9)
277-285,9
安徽省自然科学基金面上项目(2108085MC95)、安徽省科技重大专项(202003a06020016)、安徽省高校自然科学研究项目(KJ2020ZD03、KJ2020A0039)、农业生态大数据中心开放项目(AE202004)和安徽省现代农业产业技术体系建设专项资金项目
评论