基于改进ResNet50 模型的自然环境下苹果物候期识别

分类： 农、林、牧、渔 >> 农业基础学科 提交时间： 2023-08-14 合作期刊: 《智慧农业（中英文）》

刘永波 高文波 何鹏 唐江云 胡亮

摘要： ［目的/意义］针对传统方法对自然环境下苹果物候期图像识别精度低、覆盖面不全等问题，提出一种基 于改进ResNet50模型的苹果物候期识别方法。［方法］通过搭建球形摄像机获取复杂背景下的苹果图像数据集， 以ResNet50作为基础模型，引入SE（Squeeze-and-Excitation Network） 通道注意力机制强化对苹果图像的特征提 取能力，并结合余弦退火衰减学习率的Adam优化器，实现自然环境下高原红富士苹果物候期图像的智能识别。 ［结果］在32,000幅苹果树图像集上进行了试验，结果表明，改进ResNet50模型对苹果物候期图像进行识别，验 证集准确率达到96.35%， 测试集准确率达到91.94%， 平均检测时间为2.19 ms， 相较于AlexNet、VGG16、 ResNet18、ResNet34、ResNet101以及经典ResNet50模型，最优验证集准确率分别提升了9.63%、5.07%、5.81%、 4.55%、0.96%和2.33%。［结论］改进ResNet50可实现对苹果物候期有效识别，该研究成果可为果园物候期识别 提供参考，通过集成至果树生育期智能监测生产管理平台，实现苹果园区的智能化管控。

 点击量 529  下载量 134  评论