使用 Faster R-CNN 检测大麻种子变种
计算机视觉与模式识别
2024-11-25 v1
摘要
分析和检测大麻种子变种对于农业产业至关重要。这使精准育种成为可能，使培育商户能够选择性地增强可取特征。准确识别种子变种还确保了监管合规，促进了针对特定特征定义的大麻品种的培育，从而提高农业生产力，满足多样化的市场需求。本文采用先进的目标检测模型Faster R-CNN，对大麻种子变种进行检测进行了研究。该研究在泰国本地获取的大麻种子数据集上实现了模型，数据集包含17个不同类别。我们通过比较各种指标的性能，实现了94.08%的mAP得分和95.66%的F1得分。本文首次将深度神经网络目标检测模型应用于新颖的大麻种子类型视觉识别任务。
关键词
引用
@article{arxiv.2403.10722,
title = {Cannabis Seed Variant Detection using Faster R-CNN},
author = {Toqi Tahamid Sarker and Taminul Islam and Khaled R Ahmed},
journal= {arXiv preprint arXiv:2403.10722},
year = {2024}
}
备注
6 pages, 2 figures, this has been submitted and accepted for publication at IEEE - ICACCS 2024