搜索到649 篇“ 杂草识别 “的相关文章
一种杂草 识别 用摄像设备 杂草 识别 的技术领域，尤其是涉及一种杂草 识别 用摄像设备，其包括摄像机、防曝光机构、通风机构和固定机构，所述通风机构包括连接筒，所述防曝光机构通过所述固定机构设置在田间喷淋头上，所述摄像机设置在所述防曝光机构上且用...一种杂草 识别 方法、装置、终端设备及可读存储介质 杂草 识别 方法，包括：获取包含植株群的待识别 图像，通过预训练的目标检测算法对待识别 图像进行分割，获得包含植株群的关键部位的预分割图像，然后对预分割图像进行聚类，获得一个以上的子图像，...一种不均匀光照下绿色农作物-杂草 识别 分类方法 杂草 识别 分类方法，包括构建绿色农作物‑杂草 图像数据集，获得背景单一的绿色植被增强图像，改进Faster R‑CNN算法模型，对改进后的Faster R‑CNN算法模型进行训练和验证...基于卷积神经网络的水稻田杂草 识别 技术研究 杂草 识别 技术无法精确检测行株间杂草 。本文基于YOLO V5、烟花爆炸和Goog Le Net的算法技术,以幼苗期至分蘖期的水...关键词：神经网络 稻田杂草 识别技术 一种融合CNN和Transformer双重网络的稻田杂草 识别 方法 杂草 识别 方法，包括：S1）：首先使用相机以俯拍或斜拍的方式获取稻田杂草 图像，构建杂草 图像数据集；S2）：构建融合CNN和Transformer双重网络模型；...一种识别 目标物是否为杂草 的方法及杂草 识别 装置 识别 目标物是否为杂草 的方法及杂草 识别 装置，包括：采用超声波换能器带动碰撞梁产生振动；使所述碰撞梁与目标物接触，获取所述超声波换能器的电压信号和电流信号；将所述电压信号转换为数字电压信号，将所述电流信号转换...一种基于航拍和地面监测的农作物杂草 识别 装置及方法 杂草 识别 技术领域，具体地说，公开了一种基于航拍和地面监测的农作物杂草 识别 装置及方法。装置包括无人机主体，无人机主体包括壳体；壳体外部设有多个机翼组件和多个滚轮组件；壳体内部设有安装腔；安装腔内部设有贯穿壳体的安...基于ViT-改进YOLOv7的稻田杂草 识别 2024年 杂草 识别 效果不理想问题,该研究提出一种基于组合深度学习的杂草 识别 方法。引入MSRCP(multi-scale retinex with color preservation)对图像进行增强,以提高图像亮度及对比度;加入ViT分类网络去除干扰背景,以提高模型在复杂环境下对小目标杂草 的识别 性能。在YOLOv7模型中主干特征提取网络替换为GhostNet网络,并引入CA注意力机制,以增强主干特征提取网络对杂草 特征提取能力及简化模型参数计算量。消融试验表明:改进后的YOLOv7模型平均精度均值为88.2%,较原YOLOv7模型提高了3.3个百分点,参数量减少10.43 M,计算量减少66.54×109次/s。识别 前先经过MSRCP图像增强后,与原模型相比,改进YOLOv7模型的平均精度均值提高了2.6个百分点,光线遮蔽、藻萍干扰以及稻叶尖形状相似的复杂环境下平均精度均值分别提高5.3、3.6、3.1个百分点,加入ViT分类网络后,较原模型平均精度均值整体提升了4.4个百分点,光线遮蔽、藻萍干扰一级稻叶尖形状相似的复杂环境下的平均精度均值较原模型整体提升了6.2、6.1、5.7个百分点。ViT-改进YOLOv7模型的平均精度均值为92.6%,相比于YOLOv5s、YOLOXs、MobilenetV3-YOLOv7、YOLOv8和改进YOLOv7分别提高了11.6、10.1、5.0、4.2、4.4个百分点。研究结果可为稻田复杂环境的杂草 精准识别 提供支撑。关键词：机器视觉 VIT 稻田杂草 一种基于机器视觉的全自动除草机杂草 识别 方法及系统 杂草 识别 方法及系统，通过获取目标除草区域图像，并基于机器视觉技术确定目标除草区域图像中的杂草 区域图像；将杂草 区域图像从目标除草区域图像中分离，并对杂草 区...基于深度卷积神经网络的青菜和杂草 识别 2024年 杂草 种类繁多且分布复杂导致识别 效率低、精度差和稳健性不足等问题,以苗期青菜及其伴生杂草 为研究对象,提出了一种基于深度卷积神经网络的青菜和杂草 识别 方法。首先使用图像处理方法标记出包含绿色植物的图像,进而利用神经网络模型对青菜和杂草 进行区分。为探究不同神经网络模型的识别 效果,分别选取DenseNet模型、GoogLeNet模型和ResNet模型对图像中包含青菜或者杂草 图像进行识别 ,并以F1值、总体准确率和识别 速度作为评价依据。结果表明,3种神经网络模型均能有效区分青菜和杂草 ,其中ResNet模型为最优模型,其在测试集的总体准确率和识别 速度分别为97.2%和78.34帧·s^(-1)。提出的青菜和杂草 识别 方法可有效降低杂草 识别 的复杂度,并能够提升识别 的稳健性和泛化能力,为青菜田间杂草 精准防控的研究奠定基础。关键词：卷积神经网络 杂草识别
相关作者
金小俊 作品数：28 被引量：83 H指数：5 供职机构：南京林业大学机械电子工程学院 研究主题：杂草识别 草坪 杂草 除草剂 除草机器人 陈勇 作品数：1,139 被引量：3,061 H指数：26 供职机构：浙江大学 研究主题：白蜡虫 茶叶 爬壁机器人 机器人 元胞 齐龙 作品数：323 被引量：855 H指数：16 供职机构：华南农业大学 研究主题：水稻 秧盘 除草 水田 育秧 邓巍 作品数：70 被引量：401 H指数：13 供职机构：北京农业智能装备技术研究中心 研究主题：变量喷雾 靶标 杂草识别 脉宽调制 对靶喷雾 陈树人 作品数：164 被引量：1,053 H指数：21 供职机构：江苏大学 研究主题：除草 仿真 联合收割机 联合收获机 精确农业
