Citation: | ZHANG Shuai, HUAI Yong-jian.. Leaf image recognition based on layered convolutions neural network deep learning.[J]. Journal of Beijing Forestry University, 2016, 38(9): 108-115. DOI: 10.13332/j.1000-1522.20160035 |
[1] |
WANG L J, HUAI Y J, PENG Y C. Method of identification of foliage from plants based on extraction of multiple features of leaf images[J]. Journal of Beijing Forestry University, 2015, 37(1):55-61.
|
[1] |
王丽君,淮永建,彭月橙. 基于叶片图像多特征融合的观叶植物种类识别[J]. 北京林业大学学报,2015,37(1):55-61.
|
[2] |
杨天天,潘晓星,穆立蔷. 基于叶片图像特征数字化信息识别7种柳属植物[J]. 东北林业大学学报,2014,42(12):75-79.
|
[3] |
YANG T T, PAN X X, MU L Q.Identification of seven Salix species using digital information analysis of leaf image characteristics[J]. Journal of Northeast Forestry University, 2014,42(12):75-79.
|
[4] |
张宁, 刘文萍. 基于克隆选择算法和K近邻的植物叶片识别方法[J]. 计算机应用, 2013,33(7) : 2009-2013.
|
[5] |
ZHANG N, LIU W P.Plant leaf recognition method based on clonal selection algorithm and K nearest neighbor[J]. Journal of Computer Applications, 2013,33(7):2009-2013.
|
[6] |
邓立苗,唐俊,马文杰. 基于图像处理的玉米叶片特征提取与识别系统[J]. 中国农机化学报,2014,35(6):72-75,79.
|
[7] |
DENG L M, TANG J, MA W J.Feature extraction and recognition system of maize leaf based on image processing[J]. Journal of Chinese Agricultural Mechanization, 2014, 35(6): 72-75,79.
|
[8] |
翟传敏,汪青萍,杜吉祥. 基于叶缘与叶脉分数维特征的植物叶识别方法研究[J]. 计算机科学,2014,41(2):170-173.
|
[9] |
ZHAI C M, WANG Q P, DU J X. Plant leaf recognition method based on fractal dimension feature of outline and venation[J]. Computer Science, 2014,41(2):170-173.
|
[10] |
邹秋霞,郜鲁涛,盛立冲. 基于Android手机和图像特征识别技术的植物叶片分类系统的研究[J]. 安徽农业科学,2015,43(11):367-369.
|
[11] |
ZOU Q X, GAO L T, SHENG L C.Study on plant leaves classification system based on android mobile phone and image feature recognition technology[J]. Journal of Anhui Agricultural Sciences, 2015,43(11):367-369.
|
[12] |
VILLENA-ROMN J, LANA-SERRANO S, CRISTBAL J C G. Daedalus at ImageCLEF 2011 plant identification task: using SIFT keypoints for object detection[C]∥Conference and Labs of the Evaluation forum 2011. Amsterdam: Clef Labs Workshop, 2011.
|
[13] |
BACKES A R, CASANOVA D, BRUNO O M. A complex network-based approach for boundary shape analysis[J]. Pattern Recognition, 2009, 42(1):54-67.
|
[14] |
GHAZI M M, YANIKOGLU B, APTOULA E, et al. Sabanci-okan system in LifeCLEF 2015 plant identification competition[C]∥Conference and Labs of the Evaluation forum 2015. [2015-10-20]. http:∥ceur-ws.org/Vol-1391/43-CR.pdf.
|
[15] |
YANIKOGLU B, APTOULA E, TIRKAZ C. Sabanci-okan system at ImageClef 2012: combining features and classifiers for plant identification[C]∥Conference and Labs of the Evaluation forum 2012. Rome: Clef, 2012.
|
[17] |
OTSU N. An automatic threshold selection method based on discriminate and least squares criteria[J]. Denshi Tsushin Gakkai Ronbunshi, 1979, 63:349-356.
|
[18] |
BOSCH A, ZISSERMAN A, MUOZ X. Image classification using random forests and Ferns[C]∥IEEE International Conference on Computer Vision. Rio de Janeiro:IEEE, 2007:1-8.
|
[19] |
KRIZHEVSKY A, SUTSKEVER I, HINTON G E. ImageNet classification with deep convolutional neural networks[J]. Advances in Neural Information Processing Systems, 2012, 25(2):1106-1114.
|
[20] |
LCUN Y, BOTTOU L, BENGIO Y, et al. Gradient-based learning applied to document recognition[J]. Proceedings of the IEEE, 1998, 86(11):2278-2324.
|
[22] |
LECUN Y, BENGIO Y, HINTON G. Deep learning.[J]. Nature, 2015, 521:436-444.
|
[23] |
LYU S, SIMONCELLI E P. Nonlinear image representation using divisive normalization[C]∥IEEE Conference on Computer Vision and Pattern Recognition. Anchorage:IEEE, 2008:1-8.
|
[24] |
GOLD S, RANGARAJAN A. Softmax to softassign: neural network algorithms for combinatorial optimization[J]. Journal of Artificial Neural Networks, 1995, 2(4):381-399.
|
[25] |
张学工. 关于统计学习理论与支持向量机[J]. 自动化学报,2000,26(1):32-42.
|
[26] |
ZHANG X G. Introduction to statistical learning theory and support vector machines[J]. Acta Automatica Sinica, 2000,26(1):32-42.
|
[28] |
HINTON G E, OSINDERO S, TEH Y W. A fast learning algorithm for deep belief nets [J]. Neural Computation, 2006, 18(7):1527-1554.
|
1. |
马娜,任宇翔. 基于多特征的BP神经网络多种植物叶片病害识别研究. 中国农学通报. 2024(04): 158-164 .
![]() | |
2. |
苏彤,许杰. 基于生成对抗网络的树种识别方法. 林业科学. 2024(02): 97-105 .
![]() | |
3. |
李西兴,陈佳豪,吴锐,杨睿. 基于改进MaxViT的辣椒病害识别分类方法. 华中农业大学学报. 2024(02): 123-133 .
![]() | |
4. |
周婷,杜建强,朱彦陈,冯振乾. 嵌入压缩—激励机制ResNet的民族药植物图像识别. 软件导刊. 2023(02): 1-7 .
![]() | |
5. |
郝菁,贾宗维. 基于图像识别的苹果叶片病害识别模型对比研究. 中国农学通报. 2022(12): 153-158 .
![]() | |
6. |
李海涛,罗维平. 基于深度学习的棉花品种识别. 武汉纺织大学学报. 2022(04): 22-26 .
![]() | |
7. |
游梓童,吴福明,赵淼,业宁. 融合高阶信息增强模块的复杂背景植物叶片图像分类. 南京师范大学学报(工程技术版). 2022(03): 45-52 .
![]() | |
8. |
LI Jicai,SUN Shiding,JIANG Haoran,TIAN Yingjie,XU Xiaoliang. Image recognition and empirical application of desert plant species based on convolutional neural network. Journal of Arid Land. 2022(12): 1440-1455 .
![]() |
|
9. |
韩斌,曾松伟. 基于多特征融合和卷积神经网络的植物叶片识别. 计算机科学. 2021(S1): 113-117 .
![]() | |
10. |
张冬妍,韩睿,张瑞,曹军. 基于CapsNet神经网络的树叶图像分类模型. 西南大学学报(自然科学版). 2021(08): 143-151 .
![]() | |
11. |
原忠虎,王维,苏宝玲. 基于改进VGGNet模型的外来入侵植物叶片识别方法. 计算机与现代化. 2021(09): 7-11 .
![]() | |
12. |
徐瑶,李栓,韩英华. 基于CNN-GS-SVM的用户异常用电行为检测. 控制工程. 2021(10): 1989-1997 .
![]() | |
13. |
孟瑶,杨怀卿,杨惠斐,杨华. 家畜饲料植物叶片的识别研究. 中国农学通报. 2021(31): 145-150 .
![]() | |
14. |
罗娟,蔡骋. 多线索植物种类识别. 计算机工程与应用. 2020(05): 160-165 .
![]() | |
15. |
孙颖异,李健,时天,孙中波. 基于改进的 AlexNet 卷积神经网络的植物叶片识别. 种子. 2020(02): 77-81 .
![]() | |
16. |
朱良宽,晏铭,黄建平. 一种新型卷积神经网络植物叶片识别方法. 东北林业大学学报. 2020(04): 50-53 .
![]() | |
17. |
宋晓宇,金莉婷,赵阳,孙越,刘童. 基于有效区域筛选的复杂背景植物图像识别方法. 激光与光电子学进展. 2020(04): 181-191 .
![]() | |
18. |
朱荣胜,闫学慧,陈庆山. 基于图像识别和卷积神经网络的大豆优良籽粒筛选研究. 大豆科学. 2020(02): 189-197 .
![]() | |
19. |
王守富,孟昭磊,何利华,杨杰锋. 基于WPA-SVM的多肉植物分类识别. 微型电脑应用. 2020(06): 29-32+36 .
![]() | |
20. |
蔡兴泉,涂宇欣,葛亚坤,杨哲. 基于CNN网络和多任务损失函数的实时叶片识别. 系统仿真学报. 2020(07): 1279-1286 .
![]() | |
21. |
蒋毅,耿宇鹏,张俊华,王嘉庆,宋颖超. 深度迁移学习在紫茎泽兰检测中的应用. 计算机系统应用. 2020(06): 271-275 .
![]() | |
22. |
Qinghua GUO,Shichao JIN,Min LI,Qiuli YANG,Kexin XU,Yuanzhen JU,Jing ZHANG,Jing XUAN,Jin LIU,Yanjun SU,Qiang XU,Yu LIU. Application of deep learning in ecological resource research:Theories, methods, and challenges. Science China(Earth Sciences). 2020(10): 1457-1474 .
![]() |
|
23. |
沈凯文,李浩伟,韩进,房若民. 基于卷积神经网络的病虫害可视化监测系统设计. 软件导刊. 2020(09): 122-126 .
![]() | |
24. |
殷健凯,虞冬蕾,李梓仪,郭薇,朱浩. 基于TensorFlow平台的深度学习月季花病害检测研究. 科技资讯. 2020(32): 27-32 .
![]() | |
25. |
杨春兰,薛大为. 基于卷积神经网络的淡水鱼分类识别. 西南民族大学学报(自然科学版). 2020(06): 611-618 .
![]() | |
26. |
郭庆华,金时超,李敏,杨秋丽,徐可心,巨袁臻,张菁,宣晶,刘瑾,苏艳军,许强,刘瑜. 深度学习在生态资源研究领域的应用:理论、方法和挑战. 中国科学:地球科学. 2020(10): 1354-1373 .
![]() | |
27. |
郭祥云,台海江. 深度学习在大田种植中的应用及展望. 中国农业大学学报. 2019(01): 119-129 .
![]() | |
28. |
燕斌,周鹏,严利. 基于迁移学习的小样本农作物病害识别. 现代农业科技. 2019(06): 87-89 .
![]() | |
29. |
张澎,崔梦天,谢琪,姜玥. 基于深度卷积生成对抗网络的植物图像识别方法的研究. 西南民族大学学报(自然科学版). 2019(02): 185-191 .
![]() | |
30. |
张习之,李立君. 基于改进卷积自编码机的油茶果图像识别研究. 林业工程学报. 2019(03): 118-124 .
![]() | |
31. |
罗奇. 基于深度学习的蘑菇种类识别算法研究. 中国食用菌. 2019(06): 26-29+33 .
![]() | |
32. |
陈桂芬,赵姗,曹丽英,傅思维,周佳鑫. 基于迁移学习与卷积神经网络的玉米植株病害识别. 智慧农业. 2019(02): 34-44 .
![]() | |
33. |
贾俊杰,李捷. 基于半监督生成对抗网络的病虫害图像识别算法. 武汉轻工大学学报. 2019(04): 45-52 .
![]() | |
34. |
冯海林,胡明越,杨垠晖,夏凯. 基于树木整体图像和集成迁移学习的树种识别. 农业机械学报. 2019(08): 235-242+279 .
![]() | |
35. |
林志玮,涂伟豪,黄嘉航,丁启禄,周铮雯,刘金福. 基于FC-DenseNet的低空航拍光学图像树种识别. 国土资源遥感. 2019(03): 225-233 .
![]() | |
36. |
谢将剑,李文彬,张军国,丁长青. 基于Chirplet语图特征和深度学习的鸟类物种识别方法. 北京林业大学学报. 2018(03): 122-127 .
![]() | |
37. |
张楠,路阳,李欣,韩正君,王洪生. 基于softmax的水稻稻瘟病识别方法研究. 信息记录材料. 2018(01): 209-211 .
![]() | |
38. |
彭鸿元,吴恋,郑旭,张雯雯,兰腾腾. 基于深度学习的植物识别技术的发展. 电脑知识与技术. 2018(19): 200-202 .
![]() | |
39. |
袁培森,黎薇,任守纲,徐焕良. 基于卷积神经网络的菊花花型和品种识别. 农业工程学报. 2018(05): 152-158 .
![]() | |
40. |
赵彦辉,范欣宁,张建逵,谢明. 基于DeepLearning4J on Spark深度学习方法在药用植物图像识别中应用初探. 中国中医药图书情报杂志. 2018(05): 18-22 .
![]() | |
41. |
郑一力,张露. 基于迁移学习的卷积神经网络植物叶片图像识别方法. 农业机械学报. 2018(S1): 354-359 .
![]() | |
42. |
胡静,陈志泊,杨猛,张荣国,崔亚稷. 基于全卷积神经网络的植物叶片分割算法. 北京林业大学学报. 2018(11): 131-136 .
![]() | |
43. |
于慧伶,麻峻玮,张怡卓. 基于双路卷积神经网络的植物叶片识别模型. 北京林业大学学报. 2018(12): 132-137 .
![]() | |
44. |
李敏,宣晶,赵明月,魏泽,谢淦. 标本馆伴侣的诞生与发展前景. 科研信息化技术与应用. 2018(05): 36-40 .
![]() | |
45. |
赵建敏,李艳,李琦,芦建文. 基于卷积神经网络的马铃薯叶片病害识别系统. 江苏农业科学. 2018(24): 251-255 .
![]() | |
46. |
梁万杰,曹宏鑫. 基于卷积神经网络的水稻虫害识别. 江苏农业科学. 2017(20): 241-243+253 .
![]() | |
47. |
孙俊,谭文军,毛罕平,武小红,陈勇,汪龙. 基于改进卷积神经网络的多种植物叶片病害识别. 农业工程学报. 2017(19): 209-215 .
![]() |