研究概况

对影响咖啡作物的病虫害的自动诊断是咖啡农民面临的一个重要问题。传统的计算机视觉和模式识别方法在解决这类具有挑战性的问题上存在局限性。然而,在过去的几年里,人们对深度学习的兴趣越来越大,特别是从智能手机获取的植物现场图像中检测/识别生物胁迫,因为它们受光照变化、复杂的背景、图像噪声等影响。在这项工作中,我们提出了一个集成的框架,通过使用不同的卷积神经网络(CNN),从包含咖啡树部分的智能手机收集的现场图像中自动检测/识别病变。在第一阶段,我们使用一个Mask R-CNN网络进行实例分割;第二阶段采用UNet和PSPNet网络进行语义分割,第三阶段采用ResNet进行分类。对于Mask R-CNN网络,在实例分割任务中,我们获得了73.90%的准确率和71.90%的召回率。对于UNet和PSPNet网络,我们分别获得了94.25%和93.54%的平均交点和并集。结果是有希望的,表明适合在一个嵌入式移动平台上实现整个框架,以用于现实世界。

1. Introduction

咖啡作物面临的一些主要问题是影响咖啡树的害虫和病原体,造成损失和生产力下降(Ventura等人,2017年)。通常,专家负责决定是否需要使用化学品(杀菌剂和杀虫剂)。然而,在过去几年里,结合人工智能技术和智能手机应用的自动化解决方案已被用于自动化作物保护(Esgario等人,2020年)。在各种方法中,深度学习算法在使用卷积神经网络(CNN)的图像识别任务中获得了良好的结果(Goodfellow et al., 2016)。根据Barbedo(2018)的说法,cnn是自动检测/分类咖啡病虫害的好工具。然而,在场域图像的分类和自动检测方面存在一些问题。Barbedo(2016)定义了与这类图像相关的两种挑战࿰

一种结合实例和语义分割从田间图像中识别咖啡叶病虫害的深度学习方法相关推荐

  1. Facebook AI新架构:全景FPN,同时完成图像实例与语义分割 | 极客头条

    参加「CTA 核心技术及应用峰会」,请扫码报名 ↑↑↑ 整理 | 刘旭坤.Jane 出品 | AI科技大本营(id:rgznai100) 实例分割和语义分割长期以来都是运用不同的神经网络架构来完成的, ...

  2. 统计语义分割标签文件夹中的分割类别以及像素点数目

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 一.前言 二.代码 2.结果示例 一.前言 提示:统计语义分割标签文件夹中的分割类别以及像素点数目: 二.代码 提示:代码如 ...

  3. CVPR 2022 | 一种有效提升点云语义分割边界性能的学习框架

    Contrastive Boundary Learning for Point Cloud Segmentation (CVPR 2022) 代码地址:https://github.com/Liyao ...

  4. 解读混淆矩阵在语义分割FCN指标计算中的应用(含代码实现)

    一.混淆矩阵的概念 混淆矩阵也称误差矩阵,是表示精度评价的一种标准格式,用n行n列的矩阵形式来表示.具体评价指标有总体精度.制图精度.用户精度等,这些精度指标从不同的侧面反映了图像分类的精度. 在人工 ...

  5. 基于标记不确定性和类别不平衡的语义分割在植被制图中的应用(soybean+FCN_segNet+newloss)

    近年来,卷积神经网络(CNN)方法在语义分割任务中取得了显著的成功.然而,围绕样本的类别不平衡和人类像素标记的不确定性等挑战并没有完全解决.在这里,我们提出了一种方法,计算每个像素的权重,考虑其类别和 ...

  6. 图像语义分割python_遥感图像语义分割常用精度指标及其python实现(支持多类)

    前言 在介绍个精度指标前我们先来明确以下几个概念,对应的示意图如下图所示:TP(True Positive):分类准确的正类,意思是预测结果为正类,实际上是正类. FP(False Positive) ...

  7. 基于语义分割实现人脸图像的皱纹检测定位与分割

    前言 人脸皱纹主要区分有额纹.川字纹.眼下纹.法令纹.嘴角纹,眼角纹等,在美颜相机,智能医美等于应用领域里,需要对人脸皱纹进行检测.定位.分割,测量等. 传统图像算法的皱纹检测 1.传统算法的皱纹检测 ...

  8. 基于OTSU最大类间方差法的ROI分割、提取图像中的形状特征--面积、周长、离心率、zernike矩

    分享一下最近学习的图像分类方面知识,整体的思路如下(之前的汇报ppt里截的) 把这个过程拆分几个部分共同学习一下吧 1.Otsu法原理 最大类间方差法OTSU是一种自适应的全局阈值确定的方法,根据灰度 ...

  9. 语义分割和实例分割_一文读懂语义分割与实例分割

    以人工智能为导向的现代计算机视觉技术,在过去的十年中发生了巨大的变化.今天,它被广泛用于图像分类.人脸识别.物体检测.视频分析以及机器人及自动驾驶汽车中的图像处理等领域.图像分割技术是目前预测图像领域 ...

最新文章

  1. 2022-2028年中国橡胶手套行业市场研究及前瞻分析报告
  2. 201807 相关性度量的几种方法-卡方检验、相关系数、信息增益...
  3. mysql可以关联视图_Mysql 五: 数据库自关联、视图
  4. 《美团编程题》丢失的三个数
  5. Sass笔记(CSS 的预编译语言)
  6. 清除Docker的占用空间问题
  7. 嵌入式linux 零基础-实践起步 --- 003 --- 交叉编译中环境变量PATH的设定
  8. WiX安装选项--环境变量
  9. python0不能做除数、怎么解决_为什么不能用 0 做除数?
  10. Clumsy Keke 三维数组模拟
  11. 十二、实战底部(二)
  12. bookStore项目总结
  13. webpack3快速入门
  14. 编写自己的代码库(javascript常用实例的实现与封装)
  15. CMakeLists语法参考
  16. yaf index.php,yaf框架访问路由为什么始终访问INDEX下的INDEX控制器下的INDEX方法
  17. 台式机计算机上的无线开关,台式机无线网络开关在哪
  18. Windows10去除桌面快捷方式小箭头
  19. 曼哈顿算法公式_Manhattan Distance Calculation(曼哈顿距离算法)
  20. zerotier异地搭建组网

热门文章

  1. VS2008异常捕获不到的问题
  2. Windows WMIC命令使用详解
  3. mysql sum带条件_mysql – SUM()基于SELECT的不同条件
  4. 【杂题总汇】HDU-6406 Taotao Picks Apples
  5. MySQL 两个死锁样例
  6. 查看Exchange用户最后登录时间
  7. 基于Office 365 无代码工作流分析-需求基本分析!
  8. VS2011 and Visual Studio 2010 For Windows phone
  9. 长痘痘部位和对应的毛病
  10. php的前端环境,PHP中的环境变量