第４１卷第１期２０２３年２月石河子大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＳｈｉｈｅｚｉＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｖｏｌ．４１Ｎｏ．１Ｆｅｂ．２０２３收稿日期：２０２２－０３－０３基金项目：兵团重点领域创新团队（２０１９ＣＢ００６）作者简介：姚思雨（１９９８—），女，硕士研究生，专业研究方向为深度学习及图像处理，ｅ⁃ｍａｉｌ：ｙａｏｓｉｙｕ＠ｓｔｕ．ｓｈｚｕ．ｅｄｕ．ｃｎ。∗通信作者：王磊（１９８３—），男，副教授，主要研究方向为机械制造、机械设计及理论方面，ｅ⁃ｍａｉｌ：ｗｌ＿ｍａｃ＠ｓｈｚｕ．ｅｄｕ．ｃｎ。ＤＯＩ：１０.１３８８０／ｊ．ｃｎｋｉ．６５－１１７４／ｎ．２０２２.２１.０３４文章编号：１００７－７３８３（２０２３）０１－００２１－０６基于ＣＮＮ的棉田杂草识别方法姚思雨，王磊∗，张宏文（石河子大学机械电气工程学院，新疆石河子８３２００３）摘要：针对杂草的精确喷洒问题提出一种基于卷积神经网络（ＣｏｎｖｏｌｕｔｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋ，ＣＮＮ）的棉花植株和杂草的检测识别方法。首先采集不同环境下棉田中棉花植株和不同种类的杂草图像作为网络模型的数据集，对数据集进行数据增强来增加数据集的数量，将其分为训练集与测试集；然后构建ＣＮＮ模型，在模型中添加Ｄｒｏｐｏｕｔ层，以防止网络出现过拟合，将训练集数据输入网络模型，使模型学习棉花植株和杂草的特征信息；最后将测试集数据输入ＣＮＮ模型，测试ＣＮＮ模型对棉花植株和杂草的识别能力。研究结果表明ＣＮＮ对于棉花植株和杂草的分类结果精度超过了９９.９５％，识别时间为１９７.２ｓ，证明ＣＮＮ可以快速高效的识别棉田中棉花植株和杂草，为农业智能精确除草装备的研发提供研究基础。关键词：棉花植株；杂草识别；深度学习；卷积神经网络中图分类号：ＴＰ３９１.４文献标志码：ＡＷｅｅｄｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｉｎｃｏｔｔｏｎｆｉｅｌｄｂａｓｅｄｏｎＣＮＮＹＡＯＳｉｙｕ，ＷＡＮＧＬｅｉ∗，ＺＨＡＮＧＨｏｎｇｗｅｎ（ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈｉｈｅｚｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈｉｈｅｚｉ，Ｘｉｎｊｉａｎｇ８３２００３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆａｃｃｕｒａｔｅｗｅｅｄｓｐｒａｙｉｎｇ，ａｃｏｔｔｏ...
