文献

J-GLOBAL ID：202102253226582862   整理番号：21A0228986

UAVベース画像を用いた雑草検出のためのANNおよびAlexNetの性能【JST・京大機械翻訳】

Performance of ANN and AlexNet for weed detection using UAV-based images

著者 (2件)： Beeharry Yogesh (University of Mauritius,Faculty of Engineering,Department of Electrical and Electronic Engineering,Re ́duit,Mauritius) ,  Bassoo Vandana (University of Mauritius,Faculty of Engineering,Department of Electrical and Electronic Engineering,Re ́duit,Mauritius)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ELECOM  ページ： 163-167  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 無人機(UAV)は,いくつかの実世界アプリケーションの不可欠な部分になった。機械学習または深層学習アルゴリズムを用いた画像認識のような他の進化パラダイムとの組合せは,スマート農業および雑草検出応用における使用の適切性に寄与した。本論文では,UAVベース画像を用いた雑草検出のための人工ニューラルネットワーク(ANN)とAlexNetアルゴリズムの性能を研究した。土壌の3249,ダイズの7376,3520の草,および広葉雑草の1191の,以下の破壊を伴う15336のセグメントを含む画像データセットを使用した。列車と試験セットの分割を70:30の比率で行った。シミュレーション結果は,従来のANNアルゴリズムが48.09%の精度を提供する一方,AlexNetアルゴリズムが試験データセットに関して精度99.8%を与えることを示す。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  ニューラルネットワーク ,  ダイズ ,  *雑草 ,  無人機 ,  応用プログラム ,  深層 ,  機械学習 ,  学習アルゴリズム ,  画像認識
準シソーラス用語： 画像データ ,  試験データ ,  広葉雑草 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： UAV ,  雑草