树皮甲虫暴发会极大地影响世界各地的森林生态系统和服务。为了制定有效的森林政策和管理计划,至关重要的是对树木的早期发现至关重要。尽管树皮甲虫的侵扰存在视觉症状,但考虑到冠状叶子变色的树冠和非同质性,这项任务仍然具有挑战性。在这项工作中,提出了一种基于深度学习的方法,以有效地对单个树级别的树皮甲虫攻击的不同阶段进行分类。所提出的方法使用视网膜架构(利用预萃取良好的特征提取主链进行树冠检测)来训练浅子网络,以对无人机(无人驾驶汽车)捕获的图像的不同攻击阶段进行分类。此外,检查了各种数据增强策略以解决类不平衡问题,因此,选择仿射转换是为此目的最有效的。实验评估通过达到98.95%的平均准确性来证明该方法的有效性,使基线方法的表现高约10%。
translated by 谷歌翻译