基于深度学习的农业大棚检测

王月红; 孟凡效; 丁乐乐

您当前的位置：

首页 >

文章列表页 >

基于深度学习的农业大棚检测

3S技术应用 | 更新时间：2025-11-25

- 基于深度学习的农业大棚检测
- 基于深度学习的农业大棚检测
- 地理空间信息 2023年21卷第10期页码：85-87
- 作者机构：
  
  1. 天津市自然资源调查与登记中心
  2. 天津市勘察设计院集团有限公司
- 作者简介：
- 基金信息：
  
  天津市重点研发计划科技支撑重点项目（18YFZCSF00620）;天津市重点研发计划院市合作项目（18YFYSZC00120）
- DOI：
  中图分类号： S127;S625
- 纸质出版：2023
- 稿件说明：
移动端阅览
王月红, 孟凡效, 丁乐乐. 基于深度学习的农业大棚检测[J]. 地理空间信息, 2023,21(10):85-87.

王月红, 孟凡效, 丁乐乐. 基于深度学习的农业大棚检测[J]. 2023, 21(10): 85-87.
王月红, 孟凡效, 丁乐乐. 基于深度学习的农业大棚检测[J]. 地理空间信息, 2023,21(10):85-87. DOI：

王月红, 孟凡效, 丁乐乐. 基于深度学习的农业大棚检测[J]. 2023, 21(10): 85-87. DOI：

摘要

农业大棚的即时空间分布信息能为相关农业部门提供农业管理和资源分配的依据，具有重要意义。针对这一需求，对比分析了深度学习模型FCN

UNet和HRNet在高分辨率遥感影像大棚检测任务上的性能，对FCN

UNet和HRNet模型在大棚检测方面的效果进行定量和定性分析。通过对比发现UNet等网络模型正确率均可达到90%以上，交并比IOU达到85%以上，其中HRNet的效果最好，正确率和IOU分别为92.79%和87.32%。实验表明基于深度学习的大棚检测方法可为快速精确获取大棚分布信息提供技术支撑，具有实用价值。

Abstract

关键词

Keywords

references

夏乐,李长安,江涛,龙强,张杰.基于深度卷积神经网络的遥感图像船只识别[J].地理空间信息,2021(09).

郑磊,何直蒙,丁海勇.基于ENVINet5的高分辨率遥感影像稀疏塑料大棚提取研究[J].遥感技术与应用,2021(04).

Ma Ailong,Chen Dingyuan,Zhong Yanfei,Zheng Zhuo,Zhang Liangpei.National-scale greenhouse mapping for high spatial resolution remote sensing imagery using a dense object dual-task deep learning framework: A case study of China[J].ISPRS Journal of Photogrammetry and Remote Sensing,2021.

浏览量

299

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进SegNet模型的冬小麦种植分布提取

江淮分水岭县域旅游资源价值与空间分布——以广水市为例

一种基于PC-LSTM的GNSS场景识别方法

改进CenterNet的旋转农业大棚目标检测

桂滇黔住宿业空间分布特征及其影响因素研究