隨著計算機視覺技術(shù)的不斷發(fā)展,人工智能技術(shù)在農(nóng)業(yè)領(lǐng)域的應用逐漸增多�；ń吩谖覈鴱V泛種植,是具有高附加值的經(jīng)濟林產(chǎn)品,花椒銹病是影響花椒產(chǎn)量以及質(zhì)量的主要因素,對其感染程度的識別研究具有重要的實用價值。由于花椒銹病區(qū)域顏色、形狀復雜,依賴林業(yè)專家的傳統(tǒng)診斷方法對銹病嚴重程度判斷的準確性不高。針對上述問題,本文基于深度學習的方法,對花椒銹病區(qū)域的分割識別方法進行了研究,首先通過Goog Le Net對葉片是否有銹病進行判斷,然后對花椒銹病葉片進行細粒度分割研究,基于Deep Lab V2模型提出了具有更高分割準確率的模型。本論文所做工作如下:1.采集花椒銹病圖片并進行數(shù)據(jù)篩選等預處理,將花椒銹病圖像按葉片、背景、凸起孢子堆部分以及偏褐色病斑部分共分為4類進行標注。本文對100片花椒銹病葉片進行了細粒度精細化標注,經(jīng)過裁剪后每張圖像大小為480×360,數(shù)據(jù)集總量為5753張。本文構(gòu)建了較高質(zhì)量的花椒銹病圖像數(shù)據(jù)集,為花椒銹病分割深度學習模型的訓練提供數(shù)據(jù)支撐。2.針對花椒銹病病斑大多數(shù)面積較小且形態(tài)復雜的特殊性,本文提出了FASPP（Five-branch Atrous Spatial P... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

COCO數(shù)據(jù)集樣本示意圖

電子科技大學碩士學位論文考慮。全連接CRF的加入優(yōu)化了分割邊界，提高了準確率。3.4.2基于原模型的實驗結(jié)果分析由于需要進行實驗對比，本文首先使用DeepLabV2原模型基于制作的花椒銹病細粒度分割數(shù)據(jù)集進行實驗。3.4.2.1實驗環(huán)境及設(shè)置實驗的電腦環(huán)境為Ubuntu16.04，電腦CPU為IntelCorei7-7700，GPU為NVIDIAGeForceGTX1080Ti，使用的深度學習框架為Caffe。3.4.2.2神經(jīng)網(wǎng)絡(luò)訓練參數(shù)使用DeepLabV2原模型進行訓練的學習率為0.001，學習策略為“poly”，poly學習策略的表達式為：New_lr=Base_lr(1iter/max_iter)power(3-9)其中指數(shù)（power）為0.9，最大迭代次數(shù)（max_iter）為80000次，poly變化策略中學習率隨迭代次數(shù)變化曲線如圖3-14所示。圖3-14poly學習率變化曲線DeepLabV2網(wǎng)絡(luò)的訓練是在GPU下訓練的，每訓練5000次保存一次模型。40

【參考文獻】：
期刊論文
[1]基于顏色自相關(guān)和顏色空間分布熵的圖像檢索方法[J]. 楊得國,胡少一,冷齊.  西北師范大學學報(自然科學版). 2018(03)
[2]基于優(yōu)選傅里葉描述子的粘連條銹病孢子圖像分割方法研究[J]. 邸馨瑤,焦林,宋懷波.  計算機應用與軟件. 2018(03)
[3]鐵皮石斛花椒鞘銹菌新病害鑒定分析[J]. 席剛俊,趙楠,趙菊潤,趙桂華.  西南林業(yè)大學學報(自然科學). 2018(02)
[4]基于高光譜成像技術(shù)的小麥條銹病病害程度分級方法[J]. 雷雨,韓德俊,曾慶東,何東健.  農(nóng)業(yè)機械學報. 2018(05)
[5]結(jié)合貝葉斯分類與SLIC的Grabcut彩色圖像分割[J]. 趙瑋霖,賈振紅,李亮亮,楊杰,NIKOLA Kasabov.  激光雜志. 2017(05)
[6]結(jié)合新顏色空間與Otsu的分水嶺彩色圖像分割算法[J]. 汪瀾,張慧,張海濤.  計算機應用研究. 2017(12)
[7]基于小波分解模糊灰色聚類和BP神經(jīng)網(wǎng)絡(luò)的短期負荷預測方法[J]. 歐周,林佳亮,黃慶鍵.  自動化應用. 2016(11)
[8]重慶市小麥條銹病發(fā)生規(guī)律和影響因素分析[J]. 楊宇衡,宿巧燕,王澤樂,周天云,劉祥貴,畢朝位,余洋,康振生.  西北農(nóng)林科技大學學報(自然科學版). 2016(09)
[9]花椒的主要品種及其開發(fā)利用[J]. 肖正春,張衛(wèi)明.  中國野生植物資源. 2016(01)
[10]復雜背景下小麥葉部病害圖像分割方法研究[J]. 張武,黃帥,汪京京,劉連忠.  計算機工程與科學. 2015(07)



本文編號：3473811