农业机械学报

作者：冯海林,胡明越,杨垠晖,夏凯

单位：浙江农林大学;浙江省林业智能监测与信息技术研究重点实验室,浙江农林大学;林业感知技术与智能装备国家林业局重点实验室,浙江农林大学;浙江省林业智能监测与信息技术研究重点实验室,浙江农林大学;林业感知技术与智能装备国家林业局重点实验室,

关键词：树种识别; 迁移学习; 图像识别; 深度学习; 集成学习

基金：国家自然科学基金-浙江两化融合联合基金项目(U1809208)和浙江省自然科学基金-青山湖科技城联合基金项目(LQY18C160002)

为解决自然场景中拥有复杂背景的树木整体图像识别问题，提出了一种基于树木整体图像和集成迁移学习的树种识别方法。首先使用AlexNet、VggNet-16、Inception-V3及ResNet-50这4种在ImageNet大规模数据集上预训练的模型对图像进行特征提取，然后迁移到目标树种数据集上，训练出4个不同的分类模型,最后通过相对多数投票法和加权平均法建立集成模型。构建了一个新的树种图像数据集——TreesNet，基于该数据集，设计了多类实验,并将该方法与传统的图像识别方法进行了分析比较。实验结果表明：该方法对复杂背景下树种图像识别准确率达到99.15%，对于树木整体图像识别具有较好的效果。

来源：2019年第8期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第8期