公共文化服务平台

吕军: 作品数：29 被引量：191H指数：9; 供职机构：浙江理工大学信息电子学院更多>>; 发文基金：国家级大学生创新创业训练计划浙江省公益性技术应用研究计划项目浙江省自然科学基金更多>>; 相关领域：自动化与计算机技术农业科学文化科学更多>>

合作作者

基于GoogLeNet的茶叶嫩芽生长状态智能识别被引量：1: 2019年; 针对传统图像识别过于依赖特征有效性等问题,提出基于GoogLeNet卷积神经网络的茶叶状态智能识别方法。构建了全开面、半开面和未开面3种茶叶生长状态样本库,然后在Caffe框架下搭建了基于GoogLeNet的茶叶状态识别卷积神经网络模型,训练-验证集和测试集平均识别率分别为89.3%、90.7%。实验结果表明,该方法不仅能自学习图像特征,还可以有效地识别自然环境下茶叶生长状态,提高茶叶嫩芽采摘的智能化和实时性,为茶叶信息化生产提供理论参考。; 方梦瑞夏华鵾周礼赞吕军; 关键词：卷积神经网络

基于GIS的农林病虫害综合管理研究进展被引量：1: 2012年; 随着"精确农业"和"精准林业"的提出,对农林病虫害的综合管理逐步走向信息化、智能化;文章就GIS技术方法及在农林病虫害综合管理研究进展进行了综述,最后指出当前研究中存在的问题及发展的趋势。; 薛杰陈宏明姚青杨保军吕军唐健

基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统被引量：7: 2022年; 【目的】为减轻基层测报人员工作量,提高稻纵卷叶螟Cnaphalocrocis medinalis性诱测报的准确率和实时性,实现监测数据可追溯,建立了基于机器视觉的稻纵卷叶螟性诱智能监测系统。【方法】稻纵卷叶螟性诱智能监测系统包括基于机器视觉的智能性诱捕器、基于深度学习的稻纵卷叶螟检测模型、系统Web前端和服务器端。利用工业相机、光源和Android平板搭建了智能性诱捕器的机器视觉系统;建立了基于改进的YOLOv3和DBTNet-101双层网络的稻纵卷叶螟检测模型;利用HTML,CSS,JavaScript和Vue搭建系统Web前端展示稻纵卷叶螟检测与计数结果;使用Django框架搭建服务器端,对来自智能性诱捕器通过4G网络上传的图像进行接收与结果反馈;采用MySQL数据库保存图像和模型检测结果等信息。【结果】基于机器视觉的稻纵卷叶螟性诱智能监测系统利用智能性诱捕器自动定期上传稻纵卷叶螟图像至服务器,部署在服务器上的目标检测模型对稻纵卷叶螟成虫进行实时自动检测,精确率和召回率分别达97.6%和98.6%;用户可通过Web前端查看稻纵卷叶螟检测结果图。【结论】基于机器视觉的稻纵卷叶螟性诱智能监测系统实现了图像的定时自动采集、稻纵卷叶螟成虫的准确检测与计数,实现了稻纵卷叶螟性诱监测的智能化和实时性,减轻了测报人员的工作量,监测数据可追溯。; 张哲宇孙果镓杨保军刘淑华吕军姚青唐健; 关键词：稻纵卷叶螟机器视觉智能监测目标检测

基于双线性注意力网络的农业灯诱害虫细粒度图像识别研究被引量：13: 2021年; 【目的】智能虫情测报灯诱捕到的农业害虫因种类繁多、虫体姿态多样、鳞片脱落等原因造成有些害虫图像存在种间相似和种内差异的现象。为了提高农业灯诱害虫识别率,针对YOLOv4检测模型检测到且容易混淆的19种灯诱害虫,本文提出了基于双线性注意力网络的农业灯诱害虫细粒度图像识别模型。【方法】首先,根据灯诱害虫外观图像的相似性和检测误检的情况,将19种害虫分为6类;将所有害虫图像通过补边操作使得长宽相等,并缩放至统一尺寸224×224像素。为了提高模型的鲁棒性和泛化能力,对害虫图像进行镜像翻转、旋转180度、高斯噪声和均值滤波的数据增强,训练集、验证集和测试集样本量按照8﹕1﹕1比例划分。然后,针对6类19种农业灯诱害虫细粒度图像,建立了基于双线性注意力网络的农业灯诱害虫识别模型(bilinear-attention pest net,BAPest-net),模型包括双线性特征提取、注意力机制和分类识别3个模块;通过修改特征提取模块的下采样方式提高特征提取能力;添加注意力机制模块让整个模型更关注于局部细节的特征,将双线性结构中的上下两个注意力机制的输出进行外积运算增加细粒度特征的权重,提高识别的准确性和学习效率;模型优化器使用随机梯度下降法SGD,分类模块中使用全局平均池化,旨在对整个网络从结构上做正则化防止过拟合。最后,在同一个训练集训练VGG19、Densenet、ResNet50、BCNN和BAPest-net 5个模型,对6类相似的19种农业灯诱害虫进行识别,以精准率、Precision-Recall(PR)曲线和平均识别率作为模型的评价指标。【结果】BAPest-net对6类相似的19种农业灯诱害虫平均识别率最高,达到94.9%;BCNN次之,为90.2%;VGG19模型最低,为82.1%。BAPest-net识别的6类害虫中4类鳞翅目害虫的平均识别率均大于95%,表明该模型能较好地识别出鳞翅目害虫。测试结果中仍存在少�; 姚青姚波吕军唐健冯晋朱旭华; 关键词：害虫识别双线性

基于Snake模型的水稻灯诱害虫轮廓提取方法的研究: 2014年; [目的]建立基于Snake模型的水稻灯诱害虫轮廓提取方法。[方法]在matlab编程环境下,以3种常见水稻灯诱害虫(大螟、二化螟和直纹稻弄蝶)不同姿态图像为研究对象,提出了基于贪婪算法的Snake模型水稻灯诱害虫轮廓提取方法。[结果]首先选择不同姿态害虫的初始轮廓和能量权重;其次采用贪婪算法成功提取不同种类、不同姿态的水稻灯诱害虫轮廓;最后设计了GUI操作界面。[结论]该模型为带有虫体残缺、姿态各异的灯诱害虫形态特征提取提供了参考。; 吕军胡靖汪洋刘金亮; 关键词：贪婪算法

水稻病害自动诊断方法的研究进展: 2018年; 水稻病害是危害水稻生产的重要原因之一,准确、及时地识别病害种类是水稻病害防治工作的前提。首先,介绍了水稻病害防治的重要性,其次,详细介绍了近红外光谱技术、数字图像处理技术、高光谱成像技术和深度学习技术在水稻病害自动诊断方面的应用,最后,对水稻病害智能化防治进行工作展望。; 方梦瑞吕军姚波; 关键词：水稻病害智能诊断光谱图像处理

基于深度双线性转换注意力机制网络的林业有害生物识别方法被引量：1: 2023年; 【目的】针对林业有害生物种类多,不少物种之间相似度高,视觉差异小,不易区分,导致林业防控人员无法快速准确识别有害生物种类的问题,本文提出基于深度双线性转换注意力机制网络(DBTANet)的林业有害生物细粒度图像识别方法。【方法】以自然状态下拍摄的60种林业害虫和14种林业有害植物图像作为研究对象,利用水平镜像、亮度调节、高斯模糊和高斯噪声等方法对图像数据集进行增强,按6∶2∶2比例划分为训练集、验证集和测试集;采用双线性插值法将每幅图像缩放至统一尺寸;改进ResNet网络中残差模块,加入深度双线性转换模块和注意力机制模块,建立DBTANet-101网络进行特征提取与分类;利用平均准确率、平均召回率和平均F1值3个指标评价不同模型对林业有害生物的识别结果。【结果】VGGNet-19、ResNet-50、ResNet-101、改进残差模块的ResNet-50和ResNet-101共5个模型对74种林业有害生物平均准确率分别为78.6%、74.9%、76.3%、79.7%和81.1%;在改进残差模块的ResNet-101基础上,增加深度双线性转换模块和注意力机制模块后,74种林业有害生物的平均准确率和召回率分别提高了10.2%和12.1%,22种相似的有害生物细粒度图像平均准确率提高了15.7%。【结论】基于深度双线性转换注意力机制网络(DBTANet)的林业有害生物细粒度图像识别方法,对74种林业有害生物和22种相似有害生物细粒度图像的平均准确率分别为91.3%和85.1%;双线性转换模块和注意力机制可以有效提高林业有害生物识别模型的准确率。; 苏佳杰张哲宇徐嘉俊李彬吕军姚青; 关键词：林业有害生物

基于后验概率SVM的水稻害虫识别方法研究被引量：4: 2018年; 针对水稻灯诱害虫姿态各异、样体残缺及硬判别对分类器的影响,提出基于后验概率SVM的害虫识别方法。对4种害虫进行图像预处理和特征提取,建立支持向量机识别模型,统计并分析测试集所有样本的后验概率。结果表明,利用SVM方法识别四种水稻灯诱害虫的平均识别率为96.8%,针对姿态各异造成的误判情况,当后验概率值全部小于0.7时,应考虑第二最大值所属种类作为识别输出。该方法能够提高识别率,为实际应用提供理论基础。; 吕军齐子年方梦瑞姚波; 关键词：水稻害虫图像识别支持向量机后验概率

基于图像的昆虫自动识别与计数研究进展被引量：43: 2011年; 随着计算机技术的快速发展,现代农业逐步走向数字化、精准化和智能化,昆虫自动识别和计数成为国内外研究的热点。论文综述了国内外基于图像的昆虫自动识别与计数技术研究的主要方法和应用,概述了各种方法的原理,比较了它们的优缺点,最后讨论了存在的问题及研究展望。; 姚青吕军杨保军薛杰郑宏海唐健; 关键词：图像处理特征提取模式识别

基于频谱的茶叶种类识别方法研究被引量：2: 2018年; 为准确、快速、无损的识别茶叶种类,以3种不同的茶叶图像为研究对象,首先,通过颜色统计分析、阈值分割和形态学处理获取茶叶目标图像;其次,对茶叶灰度图像进行二维傅里叶变换后,将图像功率谱分成20个等间距同心长方环,提取每个长方环内功率谱能量占总能量的比值作为茶叶特征参数;最后,利用交叉验证结合支持向量机实现了茶叶种类的自动识别,平均识别率可达86.7%。; 方敏方梦瑞汪洋王玉豪吕军; 关键词：傅里叶变换纹理特征

吕军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

吕军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈