【农业科研】基于深度学习的小麦籽粒表形鉴定方法.docx

上传人:p** 文档编号:707104 上传时间:2024-01-18 格式:DOCX 页数:3 大小:183.47KB
下载 相关 举报
【农业科研】基于深度学习的小麦籽粒表形鉴定方法.docx_第1页
第1页 / 共3页
【农业科研】基于深度学习的小麦籽粒表形鉴定方法.docx_第2页
第2页 / 共3页
【农业科研】基于深度学习的小麦籽粒表形鉴定方法.docx_第3页
第3页 / 共3页
亲,该文档总共3页,全部预览完了,如果喜欢就下载吧!
资源描述

《【农业科研】基于深度学习的小麦籽粒表形鉴定方法.docx》由会员分享,可在线阅读,更多相关《【农业科研】基于深度学习的小麦籽粒表形鉴定方法.docx(3页珍藏版)》请在第壹文秘上搜索。

1、深度学习与农业科研,刘平教授团队取得成果,小麦籽粒表形鉴定方法小麦是一种经济作物,其产量与农民的收入直接相关。随着国家经济水平的提高 和城镇化进程的加快,农民对于小麦的需求不断增长,因此种植小麦成为了他们 追求更高收入的重要途径。由此可见,小麦的播种量增加与国家的经济发展密切基于深度学习ImCaSCadeR-CNN小麦籽粒表形鉴定方法(a)随机翻转(b)随机裁剪(C)随机旋转(d)对比度(e)增加噪声(f)增减亮度小麦作为主要粮食作物之一,其生产对于国家粮食安全具有重要的意义。在保证口粮供应的前提下,加大对小麦种植的补贴、提高小麦的种植效率等,这些措施进一步激发了农民对小麦种植的积极性,从而导

2、致小麦的播种量不断增加。培育优质高产的小麦品种是小麦育种的主要目标,而小麦籽粒完整性直接影响小麦育种进程。完整籽粒与破损籽粒的部分特征差异较小,是限制基于深度学习识别破损小麦籽粒精准度的关键因素。ImCascade R-CNN卷枳神经网络发触参数测盘山东农业大学机械与电子工程学院/智能化农业机械与装备实验室组成刘平教授团队,为解决小麦籽粒检测精度低的问题,该研究建立ImCaSCadeR-CNN模型,提出小麦籽粒表形鉴定方法,精准检测小麦籽粒完整性、分割籽粒并获取完整籽粒表形参数。ImCascadeR-CNN模型检测小麦籽粒完整性的平均精度为90.2%,与CascadeMaskR-CNN、Dee

3、Plabv3+模型相比,能更好地识别、定位、分割小麦籽粒,为籽粒表形参数的获取提供基础。该方法测量粒长、粒宽的平均误差率分别为2.15%和3.74%,测量长宽比的标准误差为0.15,与人工测量值具有较高的一致性。(a)基于 ReSNel-Iol 的 Cascade Mask R-CNN 模型 P-R 曲线(b)lmCascade R-CNN 模型 P-R 曲线该研究结果可快速精准检测籽粒完整性、获取完整籽粒表形数据,加速培育优质l产小麦品种。(a)粒长测量结果散点图(b)粒宽测量结果散点图小麦的种植技术不断改进和推广,如大力发展农机化、推广科学种植技术、加强品种改良等,这些措施使得小麦的种植成本降低、产量增加,从而进一步推动了小麦的播种量不断增加的趋势。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 大学课件

copyright@ 2008-2023 1wenmi网站版权所有

经营许可证编号:宁ICP备2022001189号-1

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。第壹文秘仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知第壹文秘网,我们立即给予删除!