基于卷积神经网络遥感图像的荔枝花期长势评估

打开文本图片集

摘要： 【目的】通过无人机获取荔枝冠层的遥感图像，评估每棵荔枝的开花率，以期为后续荔枝花期疏花保果、精准施肥施药提供决策依据。【方法】以遥感图像为研究对象，利用实例分割的方法分割每棵荔枝冠层后，结合园艺专家的综合判断，按开花率为0、10%～20%、50%～60%、80% 及以上将开花率分为4 类，使用ResNet、ResNeXt、ShuffleNetv2 进行开花率分类比较，试验过程中发现ShuffleNetv2 在识别准确率、参数量、训练和验证时间都有很大优势；在ShuffleNetv2 上引入了空间注意力模块（Spatial attention module，SAM） 后，增加了模型对位置信息的学习，在不显著增加参数量的情况下，提升荔枝冠层花期分类的精度。（剩余437字）