河南农业科学 ›› 2022, Vol. 51 ›› Issue (6): 154-163.DOI: 10.15933/j.cnki.1004-3268.2022.06.017
所属专题: 作物图像采集与识别专题
王兴旺1,郑汉垣2,王素青3
WANG Xingwang1,ZHENG Hanyuan2,WANG Suqing3
摘要: 为了提高马陆葡萄病虫害的识别准确率,有效地进行马陆葡萄病虫害防控,对测地线活动轮廓模型(GAC)进行改进,通过引入动态系数函数将马陆葡萄病虫害图像边界区域与非边界区域进行精确划分,从而实现准确分割病虫害图像模糊和凹陷边界,提出并建立了精确分割测地线活动轮廓模型(ASGAC)。接下来为了克服复杂背景下训练样本不足造成的误差,提出了Core损失函数,建立了Core-Softmax联合监督机制(CSJMM),从而确立了基于CSJMM的精确分割测地线活动轮廓模型(CSJMM-ASGAC)。结果表明,CSJMM-AS-GAC训练集初始准确率为65.46%,验证集准确率为95.67%,测试集准确率为93.95%,Kappa系数达到0.913 8,召回率达到89.21%,CSJMM-AS-GAC对于马陆葡萄病虫害识别准确率达到94.06%。CSJMM-AS-GAC的整体性能、识别准确率、召回率等指标都优于常用的病虫害识别模型。
中图分类号: