【摘 要】
：
玉米是我国主要的粮食作物,并且含有较丰富的营养物质,在全世界播种面积位居前三,其产量高低直接影响到农业、畜牧业和国民经济的可持续发展。然而,在种植玉米时,玉米叶片经常受到多种病虫害的干扰和破坏,而且由于玉米叶片病害种类繁多,有些病害症状相似,肉眼观察难以鉴别。传统的病害检测方法依赖于人的主观判断,需要较强的技术背景,在大规模的检测场景下,检测速度慢,效率低。随着计算机硬软件的发展,深度学习越来越多
论文部分内容阅读
玉米是我国主要的粮食作物,并且含有较丰富的营养物质,在全世界播种面积位居前三,其产量高低直接影响到农业、畜牧业和国民经济的可持续发展。然而,在种植玉米时,玉米叶片经常受到多种病虫害的干扰和破坏,而且由于玉米叶片病害种类繁多,有些病害症状相似,肉眼观察难以鉴别。传统的病害检测方法依赖于人的主观判断,需要较强的技术背景,在大规模的检测场景下,检测速度慢,效率低。随着计算机硬软件的发展,深度学习越来越多地用于识别作物病害,但在玉米病害识别方面应用较少,本文基于卷积神经网络（Convolutional Neural Network,CNN）算法,针对当前玉米叶片病害分割过程中病斑分割精度低、数据集不充分、训练速度过慢等问题,构建了一种基于改进DeepLabV3+网络的玉米叶片病害分割方法。主要研究内容包括:（1）玉米叶片图像预处理。本研究的玉米灰斑病（gray spot）、玉米锈病（rust）、玉米叶枯病（leaf blight）、玉米行军虫病（armyworm）等病害图像由人工采集。为了平衡4类病害图像的数量,避免因图像太少而导致模型过拟合,研究使用图像旋转、镜像,图像放大、缩小等数据增强方式对原始图像进行了数据扩充,并使用标注工具对玉米叶片及病害区域进行标注,最终形成研究所用数据集。（2）基于传统图像的分割。OTSU算法的病害预测率为72.6%,背景预测率96.6%,分割准确率为83.8%;K-Means算法的病害预测率为78.1%,背景预测率97.1%,分割准确率为89.2%。在大田玉米病害数据集中,K-Means聚类分割算法优于OTSU算法,但K-Means平均单张分割所需时间超过OTSU算法的两倍。（3）基于DeepLabV3+模型的不同特征提取网络训练。本研究使用DeepLabV3+网络作为模型框架,特征提取网络分别选用具有不同代表性的Res Net101、Mobile Net V2、HRNet三种结构作为模型的特征提取网络进行训练。同时,根据图像分割评价指标PA（Pixel accurancy,像素精度）、m PA（mean Pixel Accuracy,均像素精度）、m Io U（mean Intersection over Union,均交并比）、FWIo U（Frequency Weighted Intersection over Union,频权交并比）来评估分割的准确性。评估结果表明,使用Res Net101作为特征提取网络时,PA值为91.53%,m PA值为85.77%,m Io U值为81.15%,FWIo U值为84.72%。DeepLabV3+以Res Net101作为特征提取网络的分割效果更好。（4）DeepLabV3+网络的优化设计与实现。在最优DeepLabV3+模型基础上加入迁移学习,在Res Net101特征提取网络中加入注意力机制,并将DeepLabV3+模型中的交叉熵损失函数替换为Focal Loss损失函数。测试结果对比中,对主干网络Res Net101引入注意力机制,PA提高2.71%,m PA提高5.59%,m Io U提高2.03%,FWIo U提高2.44%,表明注意力机制提高特征提取的准确性非常有效;多路径提取特征PA值97.15%,m PA值95.32%,m Io U值84.15%,FWIo U值94.57%均为最优,实现对DeepLabV3+网络的优化。研究结果表明,本文改进的DeepLabV3+网络模型较原模型的分割精度有了明显提升,较好解决了数据集不均衡易导致的结果偏差问题,改进模型的泛化能力较强,可应用于复杂大田环境下的玉米病害分割。
其他文献
黄瓜侧枝数量和器官大小是非常重要的农艺性状。侧枝的发生和发育,不仅会削弱黄瓜主茎的生长势,造成养分的消耗,影响主蔓结瓜,还直接影响栽培群体的通风和透光,加快病害的发生和蔓延,不利于轻简化栽培。果实大小和形状不仅是黄瓜果实重要的品质特征,还是重要的商品性状,同时也是影响黄瓜产量的重要农艺性状。本课题组前期定位到了一个控制侧枝数量和器官大小的基因Cs LL（Little Leaf）,并构建了其在华北型
甜瓜是重要的葫芦科作物,具有重要的经济价值和营养价值,分布广泛,栽培历史悠久,是世界十大水果之一,但目前我国甜瓜产业普遍存在品种更新滞后、优质品种匮乏、结构单一的缺点,且植株生长发育过程中还极易受到胁迫和遗传等因素的影响,因此加强甜瓜植株生长发育调控机制的基础研究对甜瓜产业未来的发展具有重要意义。研究表明TCP转录因子家族在调控植株生长发育的整个过程中扮演着各种重要角色,不仅调控茎的分枝、花的发育
嫁接是果菜类蔬菜育苗中常用的技术之一,通过嫁接增强作物抗逆性、克服土传病害,提高产量。砧木与接穗的高质量愈合是决定嫁接成活的关键因素之一,精准的环境调控对促进愈合和保证愈合质量至关重要。为了实现嫁接愈合期环境的精准控制、提高嫁接苗愈合质量,本文基于蔬菜嫁接愈合期对环境参数的需求,设计了一种简易蔬菜嫁接愈合装置,对装置的环境调控性能进行了测试,并进行了嫁接育苗试验,获得以下主要结论:1.基于嫁接育苗
移动设备在计算能力方面的不足限制了深度学习技术在很多场景中的应用。当前,随着智慧农业的研究发展,移动智能装备与深度学习算法得到较为普遍的应用,这样也就往往面临着智慧作业的密集计算需求与作业端低算力装备的矛盾。为了应对智慧农业生产中的高计算和低延迟等需求挑战,本文以小麦生育期进程监测为研究对象,面向移动智能装备,探索解决移动端深度学习模型中较高的算力需求和能耗损失问题,使用移动边缘计算开展对小麦生育
玉米是我国三大粮食作物之一,其生产产量既关乎到老百姓的安全和温饱,也密切制约着整个国民经济健康水平的发展。玉米不同病害的图像特征结构紧密相似,尤其在玉米叶部病发期时难以通过肉眼直观进行诊断判别。深度学习研究目前在国内主要的农作物病害智能检测识别及诊断应用方面已经取得一定的成果,这些成果都相对成熟且应用广泛。但其中针对一些农作物如水稻、玉米等的病害智能检测识别以及诊断技术方面的研究却相对欠缺。本文通
随着我国经济的发展和城市化进程的深入,城市生活垃圾问题越发严峻,对生活垃圾实现减量化、资源化迫在眉睫。城市生活垃圾处理属于典型的绿色逆向物流范畴,垃圾分类处理的各个运作环节都涉到物流活动的发生。绿色逆向物流可以实现对废弃物的循环利用,缓解城市“垃圾围城”现象,而垃圾分类正是实施绿色逆向物流的开端。因此,大力推行垃圾分类对于建设绿色可持续发展的资源节约型社会有着十分重要的意义。个人的垃圾分类行为是垃
金融是经济发展的命脉。在构建新发展格局的过程中,以高质量金融服务推进高质量发展是当今理论界和实务界关注的重要问题。创新既是推动金融改革和发展的第一动力,同样也可以帮助金融类企业提高竞争优势,使其在日益复杂的外部环境中实现长远发展。银行作为最重要的金融机构之一,肩负着服务经济发展和维护金融安全的任务。立足新发展阶段,面对复杂的外部局势,提升银行创新能力显得尤为重要。高管团队在战略决策和公司治理中处于
随着小麦种质资源数据的不断增长,如何帮助育种专家高效、准确地获取小麦种质显得极为迫切。在庞大的小麦种质资源中,传统的农业育种研究通常依赖于从小样本中手动检测个别性状,因此能够得到的数据量非常有限,效率非常低。针对这一问题,提出一种基于聚类算法的小麦种质推荐模型,对帮助小麦育种专家研究新品种具有一定的现实意义。本文主要通过数据挖掘技术快速获取中国作物种质资源信息网和江苏省种质资源保护与利用平台的小麦
水资源在中国分部不均,随着经济的发展,部分地区水质型缺水和水量型缺水问题日益凸显,兴建调水工程跨区域配置水资源是解决缺水地区水资源紧张问题的有效途径之一。大型调水工程把具有一定水质标准的水从调水区通过众多环节和利益主体输送到受水区,通常都具有相应的条例和规章,有明确的流域管理机构,有科学的调水计划,但其同时具有规模大、距离长、节点企业众多、利益关系复杂、公益性强、地位重要、信息流以及资金流非线性交
随着我国城市化进程的不断加快,机动车保有量急剧增加,城市交通供需矛盾日益突出,由此引发的交通拥堵和空气污染问题逐渐成为全社会关注的热点。针对上述问题,我国多地相继实行交通限行政策来缓解道路拥堵与交通污染,但此项政策是否真的能解决交通与环境问题,长期实行是否有效,这是值得探究的。交通限行政策不仅影响城市交通,政策的设计和执行也与社会经济和居民生活息息相关。因此,研究城市交通限行政策的中长期效果,对政