CNN数玉米穗--TasselNet: Counting maize tassels in the wild via local counts regression network

最新推荐文章于 2023-07-20 12:59:51 发布
最新推荐文章于 2023-07-20 12:59:51 发布
阅读量1.4k 收藏 3
点赞数 2
分类专栏： 深度学习应用
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhangjunhit/article/details/78424358
版权

TasselNet: Counting maize tassels in the wild via local counts regression network
https://link.springer.com/article/10.1186/s13007-017-0224-0

本文使用CNN网络来数玉米穗，类似于人群密度估计的思路。

利用图像估计玉米穗的密度，难度还是比较大的
这里写图片描述

这里的思路首先局部图像块的估计，然后再拼成整个图像，最后积分得到总的估计数
这里写图片描述

数据采集设备及地点
这里写图片描述

数据库
这里写图片描述

数据标记
这里写图片描述

密度及回归
这里写图片描述

三个网络结构
这里写图片描述

结果
这里写图片描述

这里写图片描述

参数影响
这里写图片描述

这里写图片描述

这里写图片描述

11

O天涯海阁O
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
tassel教程（未完成）
左手coding，右手cooking
05-11 2473
及时补上
植株计数-密度估计-从高分辨率RGB图像中快速实现高通量植物计数
最新发布
OverlordDuke的博客
01-03 1221
TasselNetv2+是一种高效的植物计数方法，通过快速实现在高分辨率RGB图像上实现计数任务。相较于其前身TasselNetv2，TasselNetv2+在单个GTX 1070显卡上的运行速度提升了一个数量级，达到每秒30帧。尽管速度更快，TasselNetv2+在计数准确性方面保持了与TasselNetv2相当的水平。该项目提供了预训练的模型，方便用户直接使用。
论文阅读--利用深度学习对进行麦穗密度估计
m0_73832962的博客
07-20 499
Title: Ear density estimation from high resolution RGB imagery using deep learning techniqueAbstract: Wheat ear density estimation is an appealing trait for plant breeders. Current manual counting is tedious and inefficient. In this study we investigated t
出苗率相关论文
如果想成为中心，那么就到中心去吧。
04-17 943
作物幼苗计数是一项需要时间的活动，涉及多种农业实践，如植物种植、实验试验、植物育种程序和杂草控制。携带RGB摄像机的无人机（uav）是一种新的现场自动作图工具，利用深度学习方法对无人机图像进行分析，可以提供相关的农艺信息。本研究实现了基于无人机的摄像机系统和深度学习图像分析管道，用于甜菜、玉米和草莓田的全自动植物计数。在不同的生长阶段监测了5个地点，并利用全卷积网络（FCN）管道自动预测每个小区的作物数量。
【破损识别】基于matlab GUI机器视觉+SVM玉米种子破损识别（带面板）【含Matlab源码 1651期】
订阅付费专栏（初级版），可赠送该付费专栏任意代码1份；
01-02 1578
机器视觉+SVM玉米种子破损识别（带面板） 完整代码，直接运行，适合小白！可提供运行操作视频！
人群密度估计 - CVPR2018最新论文CSRNet原理、配套代码解析
热门推荐
weixin_41965898的博客
12-25 1万+
1 简介 CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes  CVPR 2018论文原文：https：//arxiv.org/abs/1802.10062 CSRNet 网络可以理解高度拥挤的场景并执行准确的计数估计以及呈现高质量密度图。 该网络主要包括两个...
tassel软件
01-21
用于关联分析，获得分子标记与性状之间的关系，为找到目标基因提供最基本的定位信息。
Tensorflow-2-Object-Counting：使用Tensorflow 2进行累计对象计数
02-13
Tensorflow 2对象计数 使用Tensorflow 2和Tensorflow Lite... usage: tensorflow_cumulative_object_counting.py [-h] -m MODEL -l LABELMAP [-v VIDEO_PATH] [-t THRESHOLD] [-roi ROI_POSITION] [-la LABELS [LABE
crowd-counting-using-tensorflow:使用高架监控摄像头的CNN进行人群计数的Tensorflow实现
05-28
人群计数 内容 介绍 该存储库包含通过使用Transfer Learning从高架视频监控摄像机执行实现人员计数器的任务的代码。 使用预先训练的模型 Tensorflow的对象检测API提供了用于对象检测的预训练模型，该模型能够检测...
Automatic-Identification-and-Counting-of-Blood-Cells:一种自动识别和计数所有类型血细胞的机器学习方法
05-08
自动识别和计数血细胞数据集已用于自动识别和计数血细胞。 下载数据集，解压缩并将Training ， Testing和Validation文件夹放在工作目录中。要求 TensorFlow-GPU == 1.11.0 OpenCV == 3.4.2 Cython == 0.29.2 权重： ...
tassel用户指南
02-14
进行关联分析的专业指南 熟练掌握关联分析不可缺少的教程
TASSEL 关联分析软件最新版本
05-16
做功能基因定位的生物狗基本都知道，经过10来年的发展，关联分析与连锁分析一样，已经成为一项基本工具，广泛应用于动植物功能基因挖掘中。在动植物（尤其是植物）的关联分析中，TASSEL软件是最早出现的开源软件，相对于其他软件，TASSEL也是使用的最广泛的
人群密度方面的综述
11-24
这是人群密度方面的一个综述，对于从事相关研究的同学来讲，对于你把我这个研究领域的进展还是有帮助的。
玉米生长状态数据集(健康及病害)
07-08
玉米生长状态数据集，包括玉米的4种生长状态。玉米健康、大斑病、小斑病和玉米锈病，文件夹中分别用0、1、2、3表示。各类图片分别有433、354、187、432张，共1406张。
Maize Studio中文书说明书
12-17
Maize Studio中文书说明书Maize Studio(俗称玉米)是一个模块化的数字音频平台，您可以自己设计创建音频设备，并将其用虚拟的连线连接起来，灵活的组成各种用途的音频系统。Maize Studio支持VST插件，更为您提供了十几种高效方便的内置设备。Maize Studio以完全面向设备的理念构件，所有功能都是一个设备，随着各种设备的加入，Maize Studio的功能会越来越丰富。
Awesome-Crowd-Counting:很棒的人群计数
04-28
很棒的人群计数 如果您有任何问题，建议或改进，请提交问题或PR。内容杂项消息[2020.04]已发布JHU-CROWD ++数据集。 [2021.04]释放RGBT-CC基准。征集论文[IET图像处理]有关以下方面的特刊：人群理解和分析[ ] [ ]...
leetcode338-CountingBits-Leetcode-338:CountingBits-Leetcode-338
07-01
在LeetCode的第338题“Counting Bits”中，我们面临的是一个与位操作相关的算法挑战。这个问题属于中等难度，对于理解和熟练运用位运算技巧是十分有益的。位操作是计算机科学中的基本概念，它涉及到二进制表示以及在...
人群密度估计近年来顶会文章
scarlette唐从入门到放弃
02-01 2372
http://blog.csdn.net/column/details/17456.html 1、2015CVPR：Cong Zhang, Hongsheng Li, Xiaogang Wang, and Xiaokang Yang. Cross-scene crowd counting via deep convolutional neural networks. InProceeding
哥伦比亚大学图像有关数据库WILD
女王の专属领地
06-20 2529
网站：http://www.cs.columbia.edu/CAVE/自动场景拼贴软件和编辑器COIL-20：哥伦比亚对象图像库COIL-100：哥伦比亚对象图像库哥伦比亚凝视数据集污染物数据库CURET：Columbia-Utrecht反射和纹理数据库DoRF＆EMoR：相机响应数据库和模型EDGEVAL：边缘检测器评估的全球措施FaceTracer数据库LSD：实时重新算法多光谱图像数据库NE...
git pull --rebase remote: enumerating objects: 44, done. remote: counting ob
06-28
### 回答1： git pull --rebase remote指的是将远程仓库的最新版本同步到本地仓库并进行变基。在经过一系列操作后，远程仓库会先枚举对象（44个）并计数，然后开始执行后续操作。这个过程中可能会出现一些网络问题或者其他错误，需要根据具体情况进行分析处理。在完成操作后，本地仓库的版本会和远程仓库保持一致，同时通过变基操作可以使历史记录更加清晰。在日常代码开发和版本控制管理中，需要经常使用类似的命令进行同步和更新操作。 ### 回答2： git pull --rebase remote是用于从远程仓库拉取最新代码并以rebase的方式合并到本地分支中。 在执行这个命令时，我们会先看到一行提示：“enumerating objects: 44, done.” 这个提示的作用是告诉我们正在枚举远程仓库中的对象，具体来讲，就是列出需要同步的文件和目录的清单。 在这个过程中，Git会扫描远程仓库，然后将远程仓库中的所有文件进行比对，最后将需要同步更新的文件和目录进行筛选，并将它们列出来。 这之后，我们会看到另一行提示：“remote: counting objects: 44, done.” 这个提示的作用是告诉我们正在计算需要同步的文件和目录的数量，这个过程会比较快，通常不会出现等待过久的情况。 总的来说，这两个提示都是Git在对远程仓库进行操作时给出的反馈，帮助我们更好地了解正在进行的操作和进度。执行完这个命令之后，我们会看到本地仓库已经更新到了最新代码，这样就可以愉快地进行后续的开发工作了。 ### 回答3： git pull --rebase remote: enumerating objects: 44， done. remote: counting objects: 100% (44/44), done. 这个命令的含义是从远程仓库中拉取最新的代码，同时采用rebase来合并代码。 第一行的“remote: enumerating objects: 44， done.”表示正在从远程仓库中枚举对象，总共有44个对象需要枚举，已经完成了。 第二行的“remote: counting objects: 100% (44/44), done.”表示正在计算对象的数量，总共有44个对象，已经完成了100%的计算。 这个过程是git pull的一部分，它会在本地仓库中更新远程仓库中的最新代码，并且在拉取代码之前先执行rebase操作，以便更好地合并代码。 rebase操作相比于merge操作，具有更好的代码整洁性和历史清晰度。它可以把本地的提交和远程仓库的提交都放在同一条线上，这样可以更清晰地看到整个项目的代码历史。同时，由于rebase操作会把本地提交的代码“移动”到远程提交之后，因此不会出现很多无用的合并提交，代码也会更加整洁。 总之，git pull --rebase remote命令可以帮助我们更好地拉取远程仓库中的最新代码，并且通过rebase操作来进行代码合并，提高代码整洁度和历史清晰度。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值