亚洲成在人线av毛片|夜夜精品视频一区二区|亚洲性网a毛片免费观看|国产一区二区日韩精品影|热久久超碰无码色中文字幕|久久精品二区三区四区日韩|中文字幕一区二区三区精品区|天堂一区二区三区四区免费视频

027-87860098

基于少量訓(xùn)練樣本的玉米籽粒分類(lèi)

2023/9/22
玉米在全球谷物市場(chǎng)占主導(dǎo)地位。根據(jù)數(shù)據(jù)統(tǒng)計(jì)顯示出該谷物在世界經(jīng)濟(jì)中的重要性,必須在其商業(yè)化過(guò)程中定義標(biāo)準(zhǔn),其中包含品質(zhì)分析。目前,玉米籽粒的品質(zhì)分析是由專(zhuān)家手動(dòng)進(jìn)行的,檢查過(guò)程由于存在目視的主觀性,使得這項(xiàng)任務(wù)繁瑣、復(fù)雜且易錯(cuò)。

本文提出了一種有效的方法來(lái)對(duì)一組接觸的玉米粒進(jìn)行分類(lèi),其中可能包含良好或有缺陷的玉米粒以及雜質(zhì)。所提出的方法包括兩個(gè)階段,第一個(gè)階段是分割網(wǎng)絡(luò),通過(guò)使用一組合成圖像進(jìn)行訓(xùn)練,該圖像用于將給定圖像劃分為一組單獨(dú)的實(shí)例。然后提出一個(gè)高效的輕量級(jí)CNN架構(gòu),將每個(gè)實(shí)例分為三類(lèi)(即好,有缺陷和雜質(zhì))。該策略避免了耗時(shí)且容易出現(xiàn)人為錯(cuò)誤的手動(dòng)數(shù)據(jù)注釋任務(wù)。在分類(lèi)階段,所提出的網(wǎng)絡(luò)僅設(shè)計(jì)了幾組層,形成了能夠用于集成解決方案的輕量級(jí)架構(gòu)。實(shí)驗(yàn)結(jié)果與先前方法比較表明,該方法在精度和時(shí)間上都有提高。最后,提出的分割和分類(lèi)方法可以方便地應(yīng)用于其他谷物類(lèi)型。

基于少量訓(xùn)練樣本的玉米籽粒分類(lèi)
圖1 用于合成谷物成簇的整體管道。

首先,裁剪來(lái)自真實(shí)世界圖像的每個(gè)顆粒(即顆粒網(wǎng)格)。然后,使用背景減法提取顆粒的面積。接下來(lái),通過(guò)定位算法將顆粒插入到空的合成圖像中;最后,在合成圖像上應(yīng)用自定義背景。

基于少量訓(xùn)練樣本的玉米籽粒分類(lèi)
圖2 用于顆粒實(shí)例分割的Mask R-CNN架構(gòu)。

以合成的玉米顆粒簇的圖像為例(未使用分類(lèi)模塊)。

基于少量訓(xùn)練樣本的玉米籽粒分類(lèi)
圖3 提出了一種輕量級(jí)分類(lèi)架構(gòu)。 

基于少量訓(xùn)練樣本的玉米籽粒分類(lèi)
圖4 提出的CK-CNNLW架構(gòu)在三分類(lèi)情況下的ROC曲線。

基于少量訓(xùn)練樣本的玉米籽粒分類(lèi)
圖5  CK-CNN和提出的CK-CNNLW模型對(duì)缺陷玉米類(lèi)(三分類(lèi)情況)的ROC曲線。

基于少量訓(xùn)練樣本的玉米籽粒分類(lèi)
圖6  CK-CNN和提出的CK-CNNLW模型對(duì)雜質(zhì)類(lèi)的ROC曲線(三分類(lèi)情況)。

基于少量訓(xùn)練樣本的玉米籽粒分類(lèi)
圖7  CK-CNN和提出的CK-CNNLW模型對(duì)好的玉米類(lèi)(三分類(lèi)情況)的ROC曲線。

文獻(xiàn)來(lái)源:Patricia L. Suárez; Henry O. Velesaca; Dario Carpio; Angel D. Sappa. Corn kernel classification from few training samples. Artificial Intelligence in Agriculture. Volume 9, 2023, https://doi.org/10.1016/j.aiia.2023.08.006.

信宜市| 白玉县| 新巴尔虎右旗| 于田县| 百色市| 嘉定区| 铜鼓县| 灵寿县| 隆德县| 朝阳市| 眉山市| 巍山| 琼结县| 铜鼓县| 梅州市| 宝兴县| 寿宁县| 柳州市| 贵定县| 宁国市| 阳谷县| 卓尼县| 蒙自县| 临西县| 岫岩| 静海县| 彰化县| 密山市| 铁岭市| 宣威市| 齐齐哈尔市| 化隆| 莱西市| 无锡市| 碌曲县| 延川县| 兴安县| 岱山县| 玛曲县| 忻城县| 曲靖市|