病害分类

作品数：87被引量：397H指数：10
导出分析报告
相关领域：交通运输工程建筑科学更多>>
相关作者：张艳杨三强赵丽丽卜佳俊于智更多>>
相关机构：安徽大学吉林化工学院石家庄铁道大学吉林农业大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中国博士后科学基金国家高技术研究发展计划江苏省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 主题=图像x
共 条 记 录，以下是1-5
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于P-MobileViT网络的小麦病害分类研究
《江苏农业科学》2024年第20期260-267,共8页彭思绘 汪宇玲 
国家自然科学基金(编号:62066003);国家留学基金(编号:CSC202208360143);江西省研究生创新专项资金(编号:YC2022-s626)。
针对小麦病害图像分类方法的识别准确率不理想、模型参数量大等问题,提出一种基于P-MobileViT的小麦病害分类模型。首先对小麦图像进行健康和病害二分类,融合Grabcut算法、大律法对小麦病害图像的病斑区域进行分割;然后将病斑图像输入P-...
关键词：小麦病害 病害分类 MobileViT 图像分割 PoolFormer 
基于Swin Transformer的沥青路面病害分类检测研究被引量：3
《计算机测量与控制》2024年第2期114-121,共8页郭晨 杨玉龙 左琛 杨冰鑫 
国家自然科学基金(41874140)。
针对传统卷积神经网络模型在沥青路面病害检测中识别长距离裂缝结构能力不足以及面临的精度局限问题,引入Swin Transformer模型进行沥青路面病害分类研究;首先对于路面检测车采集到的沥青路面扫描图像对比度低的问题,使用直方图均衡技...
关键词：Swin Transformer 路面病害检测 卷积神经网络 图像分类 图像处理 
基于改进ConvNext的复杂背景下玉米叶片病害分类被引量：2
《江苏农业科学》2023年第19期190-197,共8页马晓 邢雪 武青海 
吉林省智慧农业工程研究中心项目(编号:JLNKU2015);吉林省特色高水平学科新兴交叉学科“数字农业”(编号:JLXK20180319);吉林省高等教育教学改革研究课题(编号:JLJY202338594176)。
针对玉米叶片病害分类过程中存在叶片背景复杂且背景与被识别叶片具有较高相似度的问题,提出一种改进的ConvNeXt算法。首先通过随机遮挡等数据增强操作多样化病害数据集,增强网络的抗干扰能力,从而提高了模型的鲁棒性。其次,为了提高网...
关键词：图像分类 ConvNeXt 注意力机制 数据增强 玉米 叶片病害 
国内基于深度学习的道路路面病害检测研究综述被引量：11
《电子世界》2021年第8期96-98,共3页刘宪明 辛公锋 
道路路面病害检测和提取算法已经得到了广泛的研究,但是传统的图片自动识别技术在面对复杂的道路场景上尚存在诸多的局限。近年来,随着深度学习在图像识别领域取得了较多突破,国内诸多学者开始尝试将这一先进的工具应用于道路路面病害...
关键词：道路路面 病害特征 深度学习 病害分类 路面病害检测 图像识别 自动识别技术 图像预处理 
基于迁移学习的番茄叶片病害图像分类被引量：36
《中国农业大学学报》2019年第6期124-130,共7页王艳玲 张宏立 刘庆飞 张亚烁 
国家自然科学基金项目(51767022)
针对卷积神经网络对番茄病害识别需训练参数较多,训练非常耗时的问题,将迁移学习应用于AlexNet卷积神经网络,对病害叶片和健康叶片共10种类别的番茄叶片进行分类研究。使用14 529张番茄叶片病害图像,随机选择70%作为训练集,30%作为验证...
关键词：番茄 卷积神经网络 迁移学习 特征提取 SVM 病害分类 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部