基于多列空洞卷积神经网络的麦穗计数方法研究

• 作 者: 刘云玲 张品戈 王千航 周睿琪 赵佳 肖永贵 马韫韬
• 机 构: 中国农业大学信息与电气工程学院,北京100083;中国农业科学院作物科学研究所,北京100081;中国农业大学土地科学与技术学院,北京100193
• 出 处: 吉林农业大学学报
• 发表日期: 2021年02期
• 关键词: 卷积神经网络 机器视觉 图像识别 麦穗计数 密度图

田间麦穗计数因主要依靠人工而存在耗时长、成本高等问题,为提高麦穗计数的效率和准确性,提出基于人群计数卷积神经网络的麦穗计数方法,在图像基础上进行麦穗数量自动化计数。试验改进了现有人群计数模型中的多列卷积神经网络MCNN和空洞卷积神经网络CSRNet,并对MCNN和CSRNet进行融合,建立了多列卷积神经网络MCSRNet。测试结果表明:MCSRNet网络对麦穗的预测准确率可以达到92.4%,较MCNN和CSRNet分别提高1.0%和4.0%,且训练迭代次数分别减少39次和5次。另基于独立数据集进行了