基于改进全卷积网络的黄瓜作物叶面积指数估算
计算机视觉与模式识别
2022-04-28 v2 人工智能
摘要
LAI（叶面积指数）在农学中对作物产量估算具有重要意义。它直接关系到植株生长状况、净同化率、植物光合作用以及环境中的二氧化碳。如何准确高效地测量 LAI 是作物产量估算问题的关键。人工测量耗费大量人力与物力。遥感技术不适用于近地 LAI 测量。此外，基于传统数字图像处理的方法受环境噪声与图像曝光影响很大。如今，深度学习在诸多领域被广泛使用。本研究提出改进的 FCN（全卷积网络）用于 LAI 测量任务。从我们的温室采集的 82 张黄瓜图像被标注以微调预训练模型。结果表明，改进的 FCN 模型在我们的数据集上表现良好。我们方法的均值 IoU 可达 0.908，比传统方法高 11%，比基础 FCN 模型高 4.7%。
引用
@article{arxiv.2104.07955,
title = {LAI Estimation of Cucumber Crop Based on Improved Fully Convolutional Network},
author = {Weiqi Shu and Ling Wang and Bolong Liu and Jie Liu},
journal= {arXiv preprint arXiv:2104.07955},
year = {2022}
}
备注
There are some problems with this paper