TY - A2的太阳,Gengxin盟,张知益盟- Li Shiyuan盟——贾Jiakai盟——郑Zhiqi盟——田,郝PY - 2022 DA - 2022/10/03 TI -应用卷积神经网络在目标识别算法基于智能传感器网络的玉米苗期SP - 2748862六世除草机- 2022 AB -草损伤幼苗玉米田一直是一个重要因素影响作物的生长和发育。草的存在不仅压缩生活空间的玉米幼苗,还容易导致虫害。因此,它是至关重要的在幼苗玉米田除草。现有的除草方法通常使用手动或化学除草剂喷洒,这不仅费时费力,而且效率低下。随着人工智能的发展和现代农业技术,为田间除草机器人的使用已经成为一种有效手段,这吸引了越来越多的国内外研究者的关注。因此,全面调查的基础上,国内外相关技术的发展,本文进行了研究领域的实时目标识别和测距方法除草机器人和提出的目标识别方法除草玉米在苗期使用智能传感器网络和深度学习卷积神经网络。其中,智能传感器主要用于目标测距避障,和CNN主要用于目标识别。玉米幼苗的图像和自然环境条件下苗期的杂草样本,迁移训练是通过深度网络模型进行可可数据集,和卷积特性由CNN深度共享网络模型和Fast-CNN深度网络模型。VGG和ResNet特征提取网络进行了比较。实验结果表明,基于本文CNN深度网络模型在强奸和杂草目标识别具有明显的优势。 The target recognition accuracy of rape and weeds can reach 87.64%, and the recall rate can reach 80.23%. Compared with other models, it has obvious advantages, which proves the effectiveness of this model. SN - 1687-725X UR - https://doi.org/10.1155/2022/2748862 DO - 10.1155/2022/2748862 JF - Journal of Sensors PB - Hindawi KW - ER -