文献

J-GLOBAL ID：201802273789457187   整理番号：18A1092506

畳込みニューラルネットワークに基づく圃場多クラスタキーウィフルーツ画像認識手法【JST・京大機械翻訳】

Image recognition method of multi-cluster kiwifruit in field based on convolutional neural networks

著者 (6件)： Fu Longsheng (西北農林科技大学机械与電子工程学院,楊凌 712100;農業部農業物聯网重点実験室,楊凌 712100) ,  Feng Yali (西北農林科技大学机械与電子工程学院,楊凌,712100) ,  Elkamil Tola (PRECISION AGRICULTURE RESEARCH CHAIR, KING SAUD UNIVERSITY, RIYADH 11451, SAUDI ARABIA) ,  Liu Zhihao (西北農林科技大学机械与電子工程学院,楊凌,712100) ,  Li Rui (西北農林科技大学机械与電子工程学院,楊凌,712100) ,  Cui Yongjie (西北農林科技大学机械与電子工程学院,楊凌 712100;農業部農業物聯网重点実験室,楊凌 712100)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 34  号： 2  ページ： 205-211  発行年： 2018年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 畑条件下でのマルチクラスタキーウィフルーツ果実の迅速且つ正確な識別を実現するために,キウイフルーツの棚の栽培パターンに従って,果実画像の撮影方法を垂直に取得する。本論文で構築した畳み込みニューラルネットワークを,バッチ正規化法を通して,ReLUを活性化関数とし,Max-poolingを,Softmax回帰分類装置によって,用いた。100の畑のマルチクラスタキーウィフルーツ画像の認識により,以下のことを示した。5つの既存のアルゴリズムと比較して,提案したアルゴリズムは,同じ環境の下で,5.73ポイントの認識方法を改善して,0.27s/sの認識速度を達成したことを示した。・・・..........の認識方法の精度を,それぞれ,5.73ポイントと,2...............フィールドキーウィフルーツ画像に対して高い認識率とリアルタイム性があることが証明され、畳み込みニューラルネットワークが畑の果実の識別に良好な応用の将来性があることを証明した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  正規化 ,  栽培 ,  分類装置 ,  *画像 ,  ロット ,  キウイフルーツ ,  *画像認識
準シソーラス用語： 認識率 ,  活性化関数 , 【Automatic Indexing@JST】

著者キーワード (6件)： image processing ,  image recognition ,  algorithms ,  deep learning ,  convolutional neural network ,  kiwifruit

分類 (1件)： 果実とその加工品  (FJ11030Z)

タイトルに関連する用語 (6件)： 畳込みニューラルネットワーク ,  圃場 ,  クラスタ ,  キーウィフルーツ ,  画像認識 ,  手法