基于多流高斯概率融合网络的病虫害细粒度识别

2020-08-12 14:05:52孔建磊金学波王小艺
农业工程学报 2020年13期
关键词:深度融合农业

孔建磊,金学波,陶 治,王小艺,林 森

基于多流高斯概率融合网络的病虫害细粒度识别

孔建磊1,2,3,金学波1,2,3※,陶 治1,王小艺1,2,3,林 森3,4

(1.北京工商大学人工智能学院,北京 100048;2.国家环境保护食品链污染防治重点实验室,北京 100048;3. 中国轻工业工业互联网与大数据重点实验室,北京 100048;4. 北京农业智能装备技术研究中心,北京 100097)

为解决由于现有深度迁移学习无法有效匹配实际农业场景部署应用,而导致大规模、多类别、细粒度的病虫害辨识准确低、泛化鲁棒差等问题,该研究利用农业物联网中多种设备终端获取12.2万张181类病虫害图像,并提出了基于多流概率融合网络MPFN(Multi-stream Gaussian Probability Fusion Network)的病虫害细粒度识别模型。该模型设计多流深度网络并行的细粒度特征提取层,挖掘可区分细微差异的不同级别局部特征表达,经过局部描述特征聚合层和高斯概率融合层的整合优化,发挥多模型融合信息互补及置信耦合的优势,既可以有效区分不同类病虫害的种间微小差异,又可容忍同类病虫害种内明显差异干扰。对比试验表明,该研究MPFN模型对各类病虫害的平均识别准确率达到 93.18%,性能优于其他粗粒度及细粒度深度学习方法;而平均单张处理时间为61ms,能够满足农业生产实践中物联网各终端病虫害细粒度图像识别需求,可为智能化病虫害预警防控提供技术应用参考,进而为保障农作物产量和品质安全提供基础。

农业;图像识别;病虫害;深度神经网络;特征聚合;高斯概率融合

0 引 言

农作物病虫害是引起大宗粮油作物减产、果蔬作物品质下降的主要原因之一。……

登录APP查看全文

猜你喜欢
深度融合农业
国内农业
今日农业(2022年1期)2022-11-16 21:20:05
国内农业
今日农业(2022年3期)2022-11-16 13:13:50
国内农业
今日农业(2022年2期)2022-11-16 12:29:47
村企党建联建融合共赢
今日农业(2021年19期)2022-01-12 06:16:36
擦亮“国”字招牌 发挥农业领跑作用
今日农业(2021年14期)2021-11-25 23:57:29
融合菜
从创新出发,与高考数列相遇、融合
《融合》
现代出版(2020年3期)2020-06-20 07:10:34
深度观察
深度观察