您好,欢迎访问四川省农业科学院 机构知识库!

基于卷积神经网络的家蚕幼虫品种智能识别研究

文献类型: 中文期刊

作者: 石洪康 1 ; 田涯涯 1 ; 杨创 1 ; 陈宇 1 ; 粟思源 2 ; 张智勇 2 ; 张剑飞 2 ; 蒋猛 1 ;

作者机构: 1.西南大学工程技术学院

2.四川省农业科学院蚕业研究所

关键词: 家蚕幼虫;品种识别;卷积神经网络;MobileNet;深度学习

期刊名称: 西南大学学报(自然科学版)

ISSN: 1673-9868

年卷期: 2020 年 42 卷 012 期

页码: 34-45

收录情况: 北大核心 ; CSCD

摘要: 不同品种的家蚕混杂会对杂交育种产生不利影响,针对人眼识别家蚕幼虫品种存在主观性强和可靠性低的问题,提出利用卷积神经网络进行家蚕幼虫品种识别研究.具体做法是:首先,在真实养蚕环境下,选择10个家蚕品种为研究对象,分别在其幼虫生长的4龄第3 d和5龄第3 d进行图像采集,构建了2个图像数量分别为5000张的幼虫品种图像数据集.其次,采用轻量级卷积神经网络MobileNet对10种家蚕幼虫图像进行了识别试验,在测试集上的识别准确率分别为98.9%和96%.最后,为了验证研究训练出的权重适宜于进行家蚕幼虫品种识别,使用迁移学习方法对另外5个家蚕品种的幼虫图像进行了模型训练,结果显示:在图像数量较少时,使用预训练权重的网络在稳定性上更佳,优于不使用预训练权重文件的网络.研究证实了卷积神经网络能够对不同品种的家蚕幼虫图像实现准确高效识别,并且用到的所有的图像都来自于真实养蚕环境,训练的模型具有较好的应用能力,可为开发家蚕幼虫品种识别应用软件提供参考.

  • 相关文献

[1]基于卷积神经网络的家蚕病害识别研究. 石洪康,肖文福,黄亮,胡丛武,胡光荣,张剑飞. 2022

[2]基于深度卷积神经网络的玉米病害识别. 雷波,曹艳,唐江云,胡亮. 2018

[3]家蚕幼虫全蚕粉的营养成分差异性分析. 肖文福,黄世群,周安莲,邹邦兴,肖金树. 2017

[4]基于U-Net的甘蔗提取方法. 董秀春,蒋怡,王思,李宗南,王昕. 2019

[5]基于Deeplabv3+模型的成都平原水产养殖水体信息提取. 苟杰松,蒋怡,李宗南,董秀春,吴柏清,刘忠友. 2021

作者其他论文 更多>>