基于多图像估计葡萄藤上葡萄产量
计算机视觉与模式识别
2020-04-10 v1
摘要
收获前估计葡萄产量对商业葡萄园生产十分重要，因其为许多葡萄园与酒庄决策提供依据。当前，产量估计过程耗时，且根据园艺师经验不同其准确度在75-90%间波动。本文提出一种多任务学习（MTL）卷积神经网络（CNN）方法，使用由简易三脚架固定、廉价智能手机捕获的图像。该CNN模型利用自编码器的MTL迁移，在收获前6天捕获的图像数据上达到85%的准确度。
引用
@article{arxiv.2004.04278,
title = {Estimating Grape Yield on the Vine from Multiple Images},
author = {Daniel L. Silver and Jabun Nasa},
journal= {arXiv preprint arXiv:2004.04278},
year = {2020}
}
备注
Paper presented at the ICLR 2020 Workshop on Computer Vision for Agriculture (CV4A), 4 pages, 4 figures