Log in to save to my catalogue
Log in to save to my catalogue

基于I_CBAM-DenseNet模型的小麦发育期识别研究

| Ask | Become a Library member

基于I_CBAM-DenseNet模型的小麦发育期识别研究

https://devfeature-collection.sl.nsw.gov.au/record/TN_cdi_wanfang_journals_njxxgcdxxb202501005

基于I_CBAM-DenseNet模型的小麦发育期识别研究

About this item

Full title

基于I_CBAM-DenseNet模型的小麦发育期识别研究

Author / Creator

付景枝 , 马悦 , 宏观 , 刘云平 , 吴文宇 , 丁明明 and 尹泽凡

Publisher

南京信息工程大学 江苏省大数据分析技术重点实验室,南京,210044%中国气象局气象探测中心,北京,100081%南京信息工程大学 自动化学院,南京,210044%南京信息工程大学 自动化学院,南京,210044

Journal title

南京信息工程大学学报, 2025, Vol.17 (1), p.42-52

Language

Chinese

Formats

Articles

Publication information

Publisher

南京信息工程大学 江苏省大数据分析技术重点实验室,南京,210044%中国气象局气象探测中心,北京,100081%南京信息工程大学 自动化学院,南京,210044%南京信息工程大学 自动化学院,南京,210044

More information

Scope and Contents

Contents

TP391.4; 针对我国农作物发育期人工观测效率低、识别准确率不高等问题,提出一种基于I_CBAM-DenseNet模型的小麦发育期识别方法.该方法以密集连接卷积网络(DenseNet)为主干提取网络,融入卷积块注意模块CBAM.先将CBAM中的空间注意力模块(SAM)与通道注意力模块(CAM)由传统的串联连接改为并行连接,并将改进的CBAM(I_CBAM)插入到DenseNet最后一个密集网络中,构建一种I_CBAM-DenseNet模型,再选取小麦 7个重要发育时期进行自动识别.为最大化提取小麦的特征信息,将超绿特征(ExG)因子和最大类间方差法(Otsu)相结合对采集到的小麦图像进行分割处理.对比分析了I_CBAM-DenseNet、AlexNet、ResNet、DenseNet、C...

Alternative Titles

Full title

基于I_CBAM-DenseNet模型的小麦发育期识别研究

Authors, Artists and Contributors

Author / Creator

Identifiers

Primary Identifiers

Record Identifier

TN_cdi_wanfang_journals_njxxgcdxxb202501005

Permalink

https://devfeature-collection.sl.nsw.gov.au/record/TN_cdi_wanfang_journals_njxxgcdxxb202501005

Other Identifiers

ISSN

1674-7070

DOI

10.13878/j.cnki.jnuist.20230722001

How to access this item

Log in as a Library member

Full text available

View in old catalogue

Connecting people and collections