一个整体的多维随机化网络,用于智能识别烟草烤阶段
Panzhen Zhao1,2, Songfeng Wang1, Xianwei Hao3
1Tobacco Research Institute of Chinese Academy of Agricultural Sciences, Qingdao, 266101, China.
Scientific reports
|January 8, 2025
概括
一个整体的多维随机化网络 (EMRNet) 准确地识别烟草烤阶段,尽管环境变化. 这种智能图像处理方法通过改善特征表达和减少模型复杂性来增强作物技术.
科学领域:
- 农业工程 农业工程
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 智能平台上的图像处理面临着由于作物烤的环境变化而带来的挑战.
- 准确识别烟草烤阶段对于优化过程至关重要.
研究的目的:
- 提出一个整体的多维随机化网络 (EMRNet),用于智能识别烟草制阶段.
- 提高图像处理算法的稳定性,以应对各种不同的拍摄环境.
主要方法:
- 一个多维随机化网络 (MRNet) 设计用于多个尺度的特征提取.
- 在集体结构 (EMRNet) 中,MRNet被用作一个组件学习器.
- 该方法涉及获得烟草叶面积并应用EMRNet进行阶段分类.
主要成果:
- 在一个构造的烟草烤阶段数据集上,EMRNet实现了89.14%的准确性.
- 与传统算法 (SVM,MLP,BP,ELM,CRVFL) 相比,该模型在准确性和模型复杂性方面表现出卓越的表现.
- 计算复杂性被测量为642.96 MFLOPs.
结论:
- 拟议的EMRNet有效地解决了烟草烤图像识别中的环境挑战.
- 这项研究为农业中的智能和干燥技术提供了理论支持.
- 该研究强调了先进图像处理在作物管理中的潜力.
