典型文献
Mask R-CNN模型在茄花花期识别中的应用研究
文献摘要：
将Mask R-CNN实例分割模型应用于茄子花期识别研究,针对Mask R-CNN模型对大目标物存在误检和漏检的情况,提出使用混合空洞卷积融合普通卷积的方法,在ResNet50的残差块中进行参数修改,通过堆叠残差块完成对整个特征提取网络的改进,扩大了特征图感受野,增强了全局信息关联性;针对出现的过拟合问题,运用迁移学习方法将预训练的ResNet50特征提取网络作为茄花识别模型的初始参数,提高了模型在测试集泛化能力的同时提升了模型训练速度.运用改进的模型在测试集上的mAP为0.962,mIOU为0.715.通过定性分析并与其他模型进行对比,证明改进的模型能有效提高大目标物分割能力,对茄子花期识别具有良好效果.该研究为茄花自动授粉与花期管理提供了技术支持,对保证授粉质量,提升经济效益具有重要意义.
文献关键词：
Mask R-CNN模型;实例分割;目标检测;混合空洞卷积;迁移学习
中图分类号：
作者姓名：
郑凯;方春;袁思邈;冯创;李国坤
作者机构：
山东理工大学 计算机科学与技术学院,山东 淄博 255049
文献出处：
引用格式：
[1]郑凯;方春;袁思邈;冯创;李国坤-.Mask R-CNN模型在茄花花期识别中的应用研究)[J].计算机工程与应用,2022(18):318-326
A类：
堆叠残差
B类：
Mask,花花,实例分割,分割模型,模型应用,茄子,子花,大目标,漏检,出使,混合空洞卷积,ResNet50,残差块,参数修改,特征提取网络,特征图,图感,感受野,全局信息,信息关联,过拟合,迁移学习方法,预训练,识别模型,测试集,泛化能力,模型训练,训练速度,mAP,mIOU,别具,良好效果,授粉,花期管理,目标检测
AB值：
0.450979
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
