【摘 要】
:
图像分类技术是众多图像研究领域的基础,具有很高的学术研究价值,伴随着深度学习的快速发展,基于深度学习的图像分类研究正在应用于人们生活的各个场景。在农业方面,杂交技术使得农作物品种越来越多样化,将种子彼此间高效的分类已经成为一个挑战。因此将基于深度学习的图像分类算法与农作物种子分类问题相结合具有重要的意义。水稻是我国最重要的粮食作物之一,随着农业技术的发展其种类越来越丰富。高品质水稻种子中掺杂低劣品
论文部分内容阅读
图像分类技术是众多图像研究领域的基础,具有很高的学术研究价值,伴随着深度学习的快速发展,基于深度学习的图像分类研究正在应用于人们生活的各个场景。在农业方面,杂交技术使得农作物品种越来越多样化,将种子彼此间高效的分类已经成为一个挑战。因此将基于深度学习的图像分类算法与农作物种子分类问题相结合具有重要的意义。水稻是我国最重要的粮食作物之一,随着农业技术的发展其种类越来越丰富。高品质水稻种子中掺杂低劣品质种子的情况时有发生,高效的分类对于保证种子纯度具有重要意义。高光谱成像技术将成像技术与光谱技术相结合,有效的获取样本多维度信息。与普通图像相比,高光谱图像拥有更高的光谱分辨率,因此更适用于样本的精细分类。本文将高光谱成像技术与基于深度学习的图像分类算法相结合共同解决稻种图像分类问题。在深度学习中,网络模型学习特征的能力将直接影响图像分类的最终结果。对于类别特征并不显著的稻种样本来说,有针对性的学习有效特征能够提高分类准率。本文引入了SENet网络结构,充分提取类间差异较大的敏感特征进行学习,抑制对于稻种图像分类不重要的其他特征。使用SE-ResNet、AlexNet、VGG三种网络结构进行模型选择对比实验,实验结果表明三种网络模型分类结果差异较大。实验所用的稻种样本类间差异微小,简单的网络结构已经难以将其区分,因此选择性能最优的SE-ResNet作为改进算法的模型基础。本文在选择了性能优越的SE-ResNet模型基础上,详细分析了损失函数的工作原理,提出一种基于交叉熵的联合损失函数改进算法。交叉熵损失函数是多分类任务中常用的损失函数,根据其特点与结构,本文自定义了一种与之结构相似但功能不同的辅助损失函数,通过引入一个变量参数将二者联合起来使用。在训练过程中,交叉熵损失函数作为主损失函数时刻控制着模型的走势,辅助损失函数在一定范围内调节网络,在缩小了类间差异的同时增大Loss值,增大网络学习难度,迫使网络去学习类间差距更大、类内差距更小的特征,从而提升模型性能,提高分类准确率。实验结果证明,提出的联合损失函数改进算法能够使网络模型充分学习稻种图像类别间细微的特征,最终在6类高相似度的稻种图像上分类的测试准确率为94.77%。
其他文献
近年来,随着中国与世界其他国家往来日益密切,科学技术方面的交流逐渐加深。在此背景下,越来越多的科普著作引入中国,科普翻译的重要性也与日俱增。因此,译者选择《古巴比伦医学:理论与实践》的第一章节作为翻译实践,并在此基础上完成了本篇翻译实践报告。在翻译过程中,译者注意到源文本主要表现出两大科普文文体特征:科学性以及普及性。科学性旨在正确传播科学知识,普及性则力求吸引读者阅读兴趣,使科普知识通俗易懂。译
研究目的:口腔鳞状细胞癌(OSCC)是头颈部发病率最高、最常见的极具侵袭性的恶性肿瘤之一,患者五年生存率不足50%。OSCC局部浸润率高、转移能力强,且后期易复发,其侵袭和转移的特点是导致OSCC死亡率居高不下的主要原因。OSCC侵袭和转移的发病机制目前尚未完全阐明。在肿瘤微环境(TME)中,肿瘤相关巨噬细胞(TAMs)可通过产生多种因子及金属蛋白酶等调节肿瘤的侵袭和转移,还可以通过影响TAMs的
由于深度学习在自然语言处理和图像处理上的优秀表现,深度学习技术已经被广泛地应用在人工智能领域。然而,目前大多数深度学习的神经网络结构都非常复杂,这就导致了以下三个问题,第一、它们需要耗费较多的存储空间,但由于手机内存的限制,这使得它们很难被部署到手机上,第二、它们需要较长的计算时间,因此它们很难快速给出实时响应,第三、网络结构的复杂性还带来了难解释的问题,尽管可以依据业务需求进行网络结构的定制,但
极化码(Polar Codes)的提出是信道编码研究的里程碑成果。极化码突出的抗差错性能和低复杂度的编译码特性,引起了学术界和工业界的广泛研究与关注,具有重要的理论与应用价值。极化码现已成为第五代移动通信技术(5G)中eMBB(Enhanced Mobile Broadband)场景的控制信道编码方案标准。极化码在有限码长时的性能影响了极化码更为广泛的应用。本文研究极化码的置信度传播(Belief
新疆,我国西北边陲的一颗明珠,美丽富饶,拥有着丰富而独特的自然景观,浓郁的民族风情,多样的文化习俗等等,为绘画艺术工作者提供了丰富的创作素材。新疆题材的山水画自建国发
计算机视觉是深度学习中重要研究领域,目标跟踪是计算机视觉中的关键技术,基于目标跟踪的系统有许多应用场景,例如自动驾驶、智能监控等,目标跟踪的本质是获取给定目标物体的实时定位信息。目标检测算法一般需要与各类图像算法有效结合,如基于区域选择性搜索算法的卷积神经网络(RCNN),这是当前的主流解决方案,也是目标跟踪框架中的核心技术。随着目标检测技术的改进,目标跟踪技术也逐渐发展至语义分割的高度。本文主要
近年来,随着计算机技术、图像处理方法和模式识别理论的不断突破,生物特征检测及识别准确率得到大幅提升。人脸识别具有稳定、非接触和不易察觉性,已成为生物特征识别最重要的研究方向,被广泛应用于员工身份识别、安全验证系统和移动支付等领域。由于人脸是一个非刚性物体,受表情、姿态、光源、年龄和发型等因素影响,人脸识别率有限。尤其对于样本数较少或外界干扰严重的情况,传统人脸识别率较低,尚无法满足工程应用需求。为
无线传感器网络(WSN)是由大量具有特定功能的传感器节点组成的自组织网络,因其设置灵活而在军工业、商业、民用、医疗等方面都得到了广泛的应用。由于传感器节点能量受限且部署环境恶劣,因此如何高效利用节点能量,均衡网络能耗,延长网络寿命成为了广大学者研究的热点问题。而在一些对信息实时性要求较高的应用中,要求节点将感知的数据信息尽快发送给汇聚节点,以便对事件做出及时有效的反应,因此如何降低信息传输的延迟也
在小学蒙语文课本中骆驼题材课文教学占有一定的比例。这些课文的教学对学生语文学习能力的提高具有重要意义。本文在统计、分析骆驼题材课文基础上,运用文献学分析法、问卷调查及统计法等研究方法,对该类课文的布置、教学意义、教学过程、存在问题及解决方法等系统地进行研究,并提出自己的观点。本文由绪论、正文、总结及附录等四个部分组成。绪论由选题理由、研究目的、研究意义、研究概况及研究方法等内容组成。第一章,分析了
本翻译报告的完成是基于文件《协商性监管影响陈述书》第3章,该文件由澳大利亚与新西兰消费者事务部在2017年发布于澳大利亚财政部的主页上。第3章的内容主要涉及澳洲延展保