期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进Faster R-CNN的水稻稻穗检测方法 被引量：11
1
作者 张远琴 肖德琴 +1 位作者 陈焕坤 刘又夫 《农业机械学报》 EI CAS CSCD 北大核心 2021年第8期231-240,共10页
为了快速而准确地统计视频监测区域内的水稻穗数,提出了一种基于改进Faster R-CNN的稻穗检测方法。针对稻穗目标较小的问题,在Inception_ResNet-v2的基础上引入空洞卷积进行优化;对于不同生长期稻穗差别大的问题,设计了针对标注框尺度的... 为了快速而准确地统计视频监测区域内的水稻穗数,提出了一种基于改进Faster R-CNN的稻穗检测方法。针对稻穗目标较小的问题,在Inception_ResNet-v2的基础上引入空洞卷积进行优化;对于不同生长期稻穗差别大的问题,设计了针对标注框尺度的K-means聚类,为候选区域生成网络提供先验知识,从而提高了检测精度。鉴于小尺寸稻穗目标的特殊性,用ROIAlign替代ROIPooling,提高了感兴趣区域的提取精度。试验测试时,根据水稻不同发育期稻穗的表型特征差异自制了3类数据集,并选取最佳聚类数为10。模型对比试验表明,本文方法的稻穗检测平均精度均值达到80.3%,较Faster RCNN模型提升了2.4个百分点,且比SSD和YOLO系列模型有较大幅度的提升。 展开更多
关键词 稻穗检测 改进Faster R-CNN inception_resnet-v2 K-MEANS
下载PDF
基于卷积神经网络的食品图像识别
2
作者 韩筠 罗泽钦 《科技创新导报》 2021年第3期104-107,共4页
随着消费观念的升级,人们对饮食健康越来越重视,因此,食品图像识别成为众多领域研究的热点。针对传统食品图像识别方法提取特征能力差、准确率差等问题,采用Google团队发布的卷积神经网络模型——Inception_ResNet_V2模型对食品图像进... 随着消费观念的升级,人们对饮食健康越来越重视,因此,食品图像识别成为众多领域研究的热点。针对传统食品图像识别方法提取特征能力差、准确率差等问题,采用Google团队发布的卷积神经网络模型——Inception_ResNet_V2模型对食品图像进行识别和分类,该模型曾经在图像分类测试中实现了当下最好的成绩。在Food-101数据集中随机选取10个分类共计10000张图片建立数据集Food-10,通过多层卷积神经网络提取图像特征,自动进行分类,并将其与来自K agg le库中的图像集做预测对比实验。结果表明,Incept ion_ResNet_V2模型能够较好地去除背景噪音,达到较好的识别效果,迭代次数为5000次时,Loss值降至0.0512,准确率可达到82.7%,为该模型用于食品图像识别提供有价值的参考。 展开更多
关键词 食品图像 卷积神经网络 inception_resnet_v2-CNN模型 图像识别
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部