机构名称：
¥ 1.0
蔬菜种植园”，由于蔬菜种植园和作物的植物间距可变，杂草识别比作物中的杂草鉴定更加困难。到目前为止，对蔬菜种植园的杂草鉴定的研究很少。传统的农作物杂草鉴定方法主要集中于直接通过传统方法检测杂草。然而，杂草种类差异很大。相比之下，这项研究提供了一种将机器学习和图像处理技术融合的新方法。第一步是使用训练有素的中心网模型来检测蔬菜并在它们周围创建边界框。然后将剩余的绿色物体从边界盒中掉出来，然后被标记为杂草。结果，该结构仅集中于检测蔬菜和杂草。此外，通过减少训练图像数据集的数量和杂草检测的复杂性，该技术可以提高杂草识别性能和准确性。在图像处理中使用了基于颜色指数的分割，以从背景中提取杂草。遗传算法（气体）用于确定和评估所使用的颜色指数，该指数基于贝叶斯分类误差。训练有素的中心网模型的精度为95.6％，召回95.0％，在现场测试中，F1得分为0.953。
使用机器学习的杂草检测
主要关键词
相关文件推荐
