摘要
为解决传统水稻氮素营养诊断方法需要采集水稻植株叶片,损伤水稻植株,需到指定实验室测定,耗时费力,手持叶绿素仪不稳定、误差大等问题,对使用深度学习方法开展水稻氮素营养诊断开展了初步探索。简介了深度学习模型的建立和训练,对模型识别效果的验证。参与模型训练的水稻样本图片共10173张,通过调整训练参数,得到多个模型,保留准确率达到80%以上的模型9个,其中返青期3个、分蘖期3个、拔节孕穗期2个、灌浆期1个;对精度最高的返青期模型开展了模型识别效果验证。初步结果显示,使用深度学习方法开展水稻氮素营养诊断有效可行。
作者
姚强
粟超
李波
易婧
敬廷桃
吕斌
YAO Qiang;SU Chao;LI Bo;YI Jing;JING Tingtao;LV Bin
出处
《南方农业》
2021年第31期125-129,共5页
South China Agriculture
基金
重庆市农业发展资金项目“手机+图像识别构建水稻氮素营养诊断系统研究”(NKY-2021AB009)。
