精準(zhǔn)農(nóng)業(yè)機(jī)器人的目標(biāo)是減少田里的除草劑的使用數(shù)量,因此其必須具有實(shí)時(shí)識(shí)別作物和雜草的能力,以精確除草。在本文中,我們研究了RGB格式數(shù)據(jù)下的,基于CNN來(lái)區(qū)分甜菜植株、雜草和背景的農(nóng)作物地塊的語(yǔ)義分割問(wèn)題。我們提出了一種CNN模型,它利用現(xiàn)有的植被指數(shù),并提供實(shí)時(shí)的分類結(jié)果。此外,它可以用相對(duì)少量的訓(xùn)練數(shù)據(jù)有效地重新訓(xùn)練到理想的效果。本文使用該算法在領(lǐng)域公開數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),并對(duì)其進(jìn)行了全面的評(píng)估。結(jié)果表明,該系統(tǒng)通用性好,工作頻率在20 Hz左右,適合現(xiàn)場(chǎng)實(shí)時(shí)精準(zhǔn)除草工作。 

【文章頁(yè)數(shù)】：1 頁(yè)

【部分圖文】：

基于編解碼器架構(gòu)的像素級(jí)語(yǔ)義分割網(wǎng)絡(luò)模型


本文編號(hào)：3666526