基于迁移学习的温室番茄叶片水分胁迫诊断方法
发布时间：2021-03-06 16:57
为实时诊断番茄叶片水分胁迫程度,提出一种叶片水分胁迫程度的诊断方法,该诊断方法包括2部分:叶片分割和水分胁迫程度分类。采用以ResNet101为特征提取卷积网络的Mask R-CNN网络对背景遮挡的番茄叶片进行实例分割通过迁移学习将Mask R-CNN在COCO数据集上预训练得到的权重用于番茄叶片的实例分割,保留原卷积网络的训练参数,只调整全连接层。利用卷积网络提取的特征,可将番茄叶片分割视为区分叶片与背景的一个二分类问题,以此来分割受到不同水分胁迫的番茄叶片图像。利用微调后的DenseNet169图像分类模型进行叶片水分胁迫程度分类,通过迁移学习将DenseNet169在ImageNet数据集上预训练得到的权重用于番茄叶片水分胁迫程度的分类保持DenseNet169卷积层的参数不变,只训练全连接层并对原DenseNet169全连接层进行了修改,将分类数量从1 000修改为3。试验共采集特征明显的无水分胁迫、中度胁迫和重度胁迫3类温室番茄叶片图像共2 000幅图像,建立数据集,并进行模型训练与测试。试验结果表明,训练后的Mask R-CNN叶片实例分割模型在测试集上对于单叶片和多叶片的...
【文章来源】：农业机械学报. 2020,51(S1)北大核心
【文章页数】：9 页
【部分图文】：
番茄叶片图像采集试验场景图
Mask R CNN[7]网络2017年由KAIMING提出，其具体实现过程是采用Faster R CNN[14]的方法进行目标检测，再用全卷积神经网络(Fully convolutional networks,FCN)[15]进行分割。首先采用Res Net101[16]得到特征图，再通过区域建议网络(Region proposal network,RPN)得到检测边界框。之后使用ROI Align进行特征对齐，然后对每一个特征对齐后的感兴趣区域使用FCN来预测目标的类别，最终得到实例分割结果。Mask R CNN是Faster R CNN扩展而来，将Faster R CNN中ROI Pool改为ROI Align，并在与边界框识别并行的地方增加一个预测分支，来预测每一个感兴趣区域的分割掩膜。本文通过迁移学习将Mask R CNN在COCO数据集上预训练得到的权重用于番茄叶片的实例分割，保留原卷积网络的训练参数，只调整全连接层。利用卷积网络提取的特征，可将番茄叶片分割视为区分叶片与背景的一个二分类问题(1属于叶片，0属于背景)。Mask R CNN网络结构图如图3所示。
Mask R ?CNN分割网络结构
【参考文献】：
期刊论文
[1]基于深度学习技术的图片文字提取技术的研究[J]. 蒋良卫,黄玉柱,邓芙蓉. 信息系统工程. 2020(03)
[2]基于深度学习的大豆生长期叶片缺素症状检测方法[J]. 熊俊涛,戴森鑫,区炯洪,林筱芸,黄琼海,杨振刚. 农业机械学报. 2020(01)
[3]基于Mask R-CNN的葡萄叶片实例分割[J]. 乔虹,冯全,赵兵,王书志. 林业机械与木工设备. 2019(10)
[4]基于K-means聚类算法的草莓灌溉策略研究[J]. 李莉,王宏康,吴勇,陈士旺,王海华,SIGRIMIS N A. 农业机械学报. 2020(01)
[5]基于改进AlexNet的广域复杂环境下遮挡猕猴桃目标识别[J]. 穆龙涛,高宗斌,崔永杰,李凯,刘浩洲,傅隆生. 农业机械学报. 2019(10)
[6]基于基质含水率的作物蒸腾量估算与预测模型研究[J]. 陈士旺,李莉,杨成飞,李文军,孟繁佳. 农业机械学报. 2019(S1)
[7]基于无人机热红外遥感的冬小麦水分胁迫研究[J]. 姚志华,陈俊英,张智韬,边江,魏广飞,许崇豪,谭丞轩. 节水灌溉. 2019(03)
[8]水分对设施番茄果实发育和产量的影响[J]. 岳霆,杨平,巩法江,陈昱利,毕海滨. 农业科技通讯. 2017(07)
[9]不同生育阶段土壤含水率对番茄果实维生素C含量的影响[J]. 刘杰,陈思,周振江,胡田田. 农业机械学报. 2016(08)
[10]计算机视觉在作物水分亏缺诊断中的应用进展[J]. 劳东青,李发永. 塔里木大学学报. 2014(04)
硕士论文
[1]土壤干旱胁迫对番茄根系生长、气孔特性及保护酶活性的影响[D]. 刘朝霞.南京信息工程大学 2016
本文编号：3067466
【文章来源】：农业机械学报. 2020,51(S1)北大核心
【文章页数】：9 页
【部分图文】：
番茄叶片图像采集试验场景图
Mask R CNN[7]网络2017年由KAIMING提出，其具体实现过程是采用Faster R CNN[14]的方法进行目标检测，再用全卷积神经网络(Fully convolutional networks,FCN)[15]进行分割。首先采用Res Net101[16]得到特征图，再通过区域建议网络(Region proposal network,RPN)得到检测边界框。之后使用ROI Align进行特征对齐，然后对每一个特征对齐后的感兴趣区域使用FCN来预测目标的类别，最终得到实例分割结果。Mask R CNN是Faster R CNN扩展而来，将Faster R CNN中ROI Pool改为ROI Align，并在与边界框识别并行的地方增加一个预测分支，来预测每一个感兴趣区域的分割掩膜。本文通过迁移学习将Mask R CNN在COCO数据集上预训练得到的权重用于番茄叶片的实例分割，保留原卷积网络的训练参数，只调整全连接层。利用卷积网络提取的特征，可将番茄叶片分割视为区分叶片与背景的一个二分类问题(1属于叶片，0属于背景)。Mask R CNN网络结构图如图3所示。
Mask R ?CNN分割网络结构
【参考文献】：
期刊论文
[1]基于深度学习技术的图片文字提取技术的研究[J]. 蒋良卫,黄玉柱,邓芙蓉. 信息系统工程. 2020(03)
[2]基于深度学习的大豆生长期叶片缺素症状检测方法[J]. 熊俊涛,戴森鑫,区炯洪,林筱芸,黄琼海,杨振刚. 农业机械学报. 2020(01)
[3]基于Mask R-CNN的葡萄叶片实例分割[J]. 乔虹,冯全,赵兵,王书志. 林业机械与木工设备. 2019(10)
[4]基于K-means聚类算法的草莓灌溉策略研究[J]. 李莉,王宏康,吴勇,陈士旺,王海华,SIGRIMIS N A. 农业机械学报. 2020(01)
[5]基于改进AlexNet的广域复杂环境下遮挡猕猴桃目标识别[J]. 穆龙涛,高宗斌,崔永杰,李凯,刘浩洲,傅隆生. 农业机械学报. 2019(10)
[6]基于基质含水率的作物蒸腾量估算与预测模型研究[J]. 陈士旺,李莉,杨成飞,李文军,孟繁佳. 农业机械学报. 2019(S1)
[7]基于无人机热红外遥感的冬小麦水分胁迫研究[J]. 姚志华,陈俊英,张智韬,边江,魏广飞,许崇豪,谭丞轩. 节水灌溉. 2019(03)
[8]水分对设施番茄果实发育和产量的影响[J]. 岳霆,杨平,巩法江,陈昱利,毕海滨. 农业科技通讯. 2017(07)
[9]不同生育阶段土壤含水率对番茄果实维生素C含量的影响[J]. 刘杰,陈思,周振江,胡田田. 农业机械学报. 2016(08)
[10]计算机视觉在作物水分亏缺诊断中的应用进展[J]. 劳东青,李发永. 塔里木大学学报. 2014(04)
硕士论文
[1]土壤干旱胁迫对番茄根系生长、气孔特性及保护酶活性的影响[D]. 刘朝霞.南京信息工程大学 2016
本文编号：3067466
本文链接：https://www.wllwen.com/nykjlw/yylw/3067466.html
