搜索
确认
取消
这是描述信息

400-1618-188

当前位置:
首页
/
/
/
祝贺!北京林业大学戴思兰老师团队基于深度学习的菊花品种识别研究在Plant Methods发表文章

祝贺!北京林业大学戴思兰老师团队基于深度学习的菊花品种识别研究在Plant Methods发表文章

【概要描述】近日来自北京林业大学的戴思兰老师团队在Plant Methods期刊上发表了标题为《Deep learning  for  image-based  large-flowered  chrysanthemum  cultivar  recognition》的文章。此文揭示了利用植物表型基于菊花品种识别的深度图像学习法的科研成果!谷丰光电植物表型平台被用到此次研究中!

祝贺!北京林业大学戴思兰老师团队基于深度学习的菊花品种识别研究在Plant Methods发表文章

【概要描述】近日来自北京林业大学的戴思兰老师团队在Plant Methods期刊上发表了标题为《Deep learning  for  image-based  large-flowered  chrysanthemum  cultivar  recognition》的文章。此文揭示了利用植物表型基于菊花品种识别的深度图像学习法的科研成果!谷丰光电植物表型平台被用到此次研究中!

  • 分类:现代农业
  • 作者:
  • 来源:
  • 发布时间:2021-01-25 18:54
  • 访问量:
详情

近日来自北京林业大学的戴思兰老师团队在Plant Methods期刊上发表了标题为《Deep learning  for  image-based  large-flowered  chrysanthemum  cultivar  recognition》的文章。此文揭示了利用植物表型基于菊花品种识别的深度图像学习法的科研成果!谷丰光电植物表型平台被用到此次研究中!

品种识别是花卉生产、研究和产业化的基础工作。菊花具有极高的观赏价值和丰富的文化底蕴,是我国的一大奇葩。然而,复杂的小头状花序、不同的小花类型和众多的品种阻碍了菊花品种的识别。在此,研究探讨了深度学习方法在菊花品种识别中的应用。

提出了基于VGG16和ResNet50两种网络的大花菊花深度学习模型。采集了103个品种14000幅图像的A数据集和197幅不同年份的B数据集。使用数据集A对网络进行训练,确定校准精度(Top-5率98%以上),使用数据集B对模型泛化性能进行评估(Top-5率78%以上)。利用梯度加权类激活映射(Grad-CAM)可视化和特征聚类分析,探讨了菊花品种深度学习模型的识别方法。

菊花识别的复杂性。a成千上万的大花菊花品种。b菊花的头状花序结构:(i)线状小花和(ii)盘状小花

来自数据集A (a)和B (b)的样本图像

将深度学习方法应用到品种识别中,具有识别性能强、识别速度快等优点,是园艺学的一大突破。花序边缘区、花盘小花区、花序颜色和花序形状可能是模型决策过程中的关键因素,也是人类决策的关键因素。

 

来源:Plant Methods. Deep learning for image-based large-flowered chrysanthemum cultivar recognition.Zhilan Liu,Jue Wang,Ye Tian,Si lan Dai.https://plantmethods.biomedcentral.com/articles/10.1186/s13007-019-0532-7

 

最后,再次祝使用谷丰光电产品的戴思兰老师团队发表文献,我们衷心希望您和您的团队能在科研之路上勇攀高峰、再创佳绩!也衷心期盼更多奋斗在科研一线的学者、老师关注谷丰,在各自的科研领域斩获殊荣!

更多资讯

应用分类

友情链接:

红星杨科技
红星杨科技

服务热线

这是描述信息

400-1618-188

周一至周五 8:30-17:30