基于卷积神经网络的水稻氮素营养诊断OACSTPCD
Rice Nitrogen Nutrition Diagnosis Based on Convolutional Neural Network
为了快速、准确诊断和识别水稻氮素胁迫程度,对水稻进行大田栽培试验.以超级水稻'两优培九'为试验对象,设置0、210、300和390 kg·hm-2共4个施氮水平处理,通过扫描采集幼穗分化期和齐穗期水稻顶1、顶2、顶3叶图像,在卷积神经网络(convolutional neural network,CNN)ResNet34的每个残差块中加入SE block(squeeze-and-excitation block)模块,并将在图像数据集 Image…查看全部>>
钱政;杨孙哲;张国卿;郭紫微;张林朋;万家兴;杨红云
江西农业大学软件学院,南昌 330045江西师范大学计算机信息工程学院,南昌 330022北京粉笔天下教育科技有限公司石家庄分公司,石家庄 050051江西农业大学计算机与信息工程学院,南昌 330045江西农业大学软件学院,南昌 330045江西农业大学软件学院,南昌 330045江西农业大学软件学院,南昌 330045
计算机与自动化
卷积神经网络水稻氮素营养诊断ResNet34迁移学习SE block
convolutional neural networkrice nitrogen nutrition diagnosisResNet34transfer learningSE block
《中国农业科技导报》 2023 (9)
基于机器学习的水稻生长过程建模方法研究
113-121,9
国家自然科学基金项目(62162030,61562039)江西省研究生创新专项资金项目(YC2022-s432).
评论