基于多特征融合和CNN模型的树种图像识别研究
收藏国家林业和草原科学数据中心2022-11-30 更新2024-03-06 收录
下载链接：
https://www.forestdata.cn/dataDetail.html?id=CSTR:17575.11.0220221130131.040001.V1
下载链接
链接失效反馈资源简介：
将 6 类常见树种（樟子松、山杨、白桦、落叶松、雪松和白皮松）图像作为研究对象。首先，通过裁剪、 水平翻转、旋转等操作，对原始树种图像集进行数量扩增，并划分为训练集和测试集，建立本次树种识别实验的图像库； 其次，将本文模型设计为 3 路并列网络，分别选取 RGB 图像、HSV 图像、LBP-HOG 图像，从图像像素、色彩、纹理和形状 的角度出发，对上述树种图像进行识别。
提供机构：
国家林业和草原科学数据中心
创建时间：
2022-11-30
AI搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集专注于6类常见树种（樟子松、山杨、白桦、落叶松、雪松和白皮松）的图像识别研究，采用多特征融合和CNN模型进行识别。数据集属于东北天然次生林抚育更新技术研究与示范项目，数据格式为文档，适用于植物学领域的深度学习研究。
以上内容由AI搜集并总结生成
