基于深度卷积神经网络的红树林物种无人机监测研究

• 作 者: 黄亦其 刘琪 赵建晔 黄文善 孙中宇 乔曦
• 机 构: 广西大学机械工程学院,中国农业科学院深圳农业基因组研究所,青岛中农万联科技有限公司,广东省科学院广州地理研究所
• 出 处: 中国农机化学报
• 发表日期: 2020年02期
• 关键词: 红树林监测 图像处理 深度学习 卷积神经网络 无人机 mangrove monitoringimage processingdeep learningconvo
• 基金项目: 国家自然科学基金青年科学基金项目(31801804),大鹏新区产业发展专项资金项目(KY20180117),广东省科学院实施驱动发展能力建设专项(2018GDASCX-0101)

红树林生态系统具有重要的生态价值和经济价值。但是近年来由于人类活动、环境污染等因素红树林的面积日益减少,红树林的保护变得极其迫切且重要。提出一种基于深度学习的红树林物种监测方法,以无人机采集红树林待监测区域图像为研究对象,基于LeNet-5模型结构构建深度卷积神经网络模型,将得到的新的网络模型命名为LeNet-5(2)。在新的卷积神经网络模型中,利用Leaky-ReLU激活函数解决模型中容易出现的梯度消失的问题,并且采用dropout技术提高网络模型的泛化能力,解决网络模型中容易出现的过拟合问题。利