Research on Rice Seed Variety Recognition Method Based on Hyperspectral Images and CNN

(1)

Research on Rice Seed Variety Recognition Method Based on Hyperspectral Images and CNN

Hui, Li ; Xuliang, Duan

Problem

masalah kemiripan penampakan varietas benih padi yang berbeda, kesulitan dalam pengenalan dan klasifikasi benih, rendahnya akurasi pengenalan, dan banyaknya sampel yang diperlukan untuk model pengenalan

Scope of Problems

Varietas benih yang penampakannya memiliki kemiripan.

Memperhatikan varibel bentuk, warna, tekstur dan eksternal spesifik.

Objective

Diperlukan teknologi pencitraan hiperspektral dan model pengenalan jaringan saraf konvolusional CNN. Teknologi spektral, sebagai deteksi fisik baru

Methods of Research

Teknologi pencitraan hiperspektral dan model pengenalan jaringan saraf konvolusional CNN dan metode pengenalan yang cepat dan tidak merusak untuk klasifikasi varietas benih padi. Metode ini memiliki keunggulan seperti akurasi tinggi, sensitivitas, kecepatan, dan sifat non-destruktif. Integrasi spektral lebih tinggi potensi analitis dan deteksi, dan memiliki aplikasi yang baik prospek dalam evaluasi kualitas benih.

Model and Method to

Solve of Problem

1. Mengumpulkan dataset benih yang didapat dari varietas padi utama ditanam di wilayah Sichuan, disediakan oleh teknologi Tinggi Sichuan Hongzi Agriculture Co., Ltd., termasuk lima varietas:

Chuankangyou 6308, Yixiangyou 2115,

Chuannongyou 6203, Chuankangyou Simiao, dan Pinxiangyou Zhenzhen.

2. Akuisisi gambar Hiperspektral yang mengadopsi Vis/NIR system pencitraan hiperspektural.

3. Akuisisi dan pemrosesan gambar hiperspektral dikumpulkan menggunakan software HyperScanner V2.0 dengan format gambar apa adanya.

4. Koreksi gambar hiperspektral

(2)

Problem

masalah kemiripan penampakan varietas benih padi yang berbeda, kesulitan dalam pengenalan dan klasifikasi benih, rendahnya akurasi pengenalan, dan banyaknya sampel yang diperlukan untuk model pengenalan

Scope of Problems

Varietas benih yang penampakannya memiliki kemiripan.

Memperhatikan varibel bentuk, warna, tekstur dan eksternal spesifik.

Result

Conclusion

Untuk data citra hiperspektral benih padi terdapat lima Diskriminatif model berdasarkan pembelajaran mendalam didirikan: AlexNet, GoogleNet, VGGNet, ResNet. Hasil penelitian menunjukkan bahwa Model ResNet18 dan ResNet50 memiliki klasifikasi yang baik dan

efek pengenalan terhadap varietas benih padi, dengan tingkat akurasi sebesar lebih dari 98% di set pelatihan dan pengujian, dan dapat secara efektif mencapai klasifikasi lima varietas benih padi. Namun,

dibandingkan dengan ResNet50, ResNet18 memiliki keunggulan tertentu dari segi komputasi model dan waktu pelatihan.

Jaringan saraf konvolusional dalam deteksi akurat klasifikasi varietas benih padi.

Kekurangan : kurangnya varietas benih yang diuji sehingga tidak kaya.

Kelebihan : kelebihan dari penelitian ini adalah keberhasilan dalam pengefektifan waktu komputasi model yg hanya membutuhkan 4,92 detik pada model RestNet18.

(3)

.