排灌机械工程学报

作者：许燕,温德圣,周建平*,樊湘鹏,刘洋

单位：新疆大学机械工程学院, 新疆 乌鲁木齐 830046

关键词：新疆棉花苗期,杂草识别,卷积神经网络,Faster R-CNN

基金：国家级大学生创新创业训练项目(201810755079S)

针对新疆棉田杂草的伴生特点带来的特征过拟合、精确率低等问题,以新疆棉花幼苗与杂草为研究对象,分析杂草识别率低的影响因素,建立了基于Faster R-CNN的网络识别模型.采集不同角度、不同自然环境和不同密集程度混合生长的棉花幼苗与杂草图像5 370张.为确保样本质量以及多样性,利用颜色迁移和数据增强来提高图像的颜色特征与扩大样本量,以PASCAL VOC格式数据集进行网络模型训练.通过综合对比VGG16,VGG19,ResNet50和ResNet101这4种网络的识别时间与精度,选择VGG16网络训练Faster R-CNN模型.在此基础上设计了纵横比为1∶1的最佳锚尺度,在该模型下对新疆棉花幼苗与杂草进行识别,实现91.49%的平均识别精度,平均识别时间262 ms.为农业智能精确除草装备的研发提供了参考.

来源：2021年第6期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2021年第6期