期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Dense-YOLO:一种用于监测复杂场景灰飞虱虫害的检测算法
1
作者
李善达
王虎奇
+3 位作者
丛佩超
冯浩
胥羽涛
李添恒
《广西科技大学学报》
2025年第3期24-32,共9页
灰飞虱为典型田间害虫,不仅危害作物发育,而且会给农民带来重大经济损失,影响正常的粮食供应。采用基于深度学习技术的目标检测算法监测灰飞虱分布状态可取代繁琐的传统人工观察与计数,同时其使用成本较低。本文基于YOLOv5开发一种新型...
灰飞虱为典型田间害虫,不仅危害作物发育,而且会给农民带来重大经济损失,影响正常的粮食供应。采用基于深度学习技术的目标检测算法监测灰飞虱分布状态可取代繁琐的传统人工观察与计数,同时其使用成本较低。本文基于YOLOv5开发一种新型灰飞虱小目标检测算法Dense-YOLO,用于准确检测并计数分布于复杂田间且不同种类的灰飞虱,通过在YOLOv5主干网络中融合CSPDenseNet以促进浅层特征的重复使用,从而提高网络对小目标的检测能力。实验结果表明,Dense-YOLO的检测AP@0.5∶0.95、AR、F1评分分别可达52.4%、61.5%、56.6%,较YOLOv5分别提升2.2、0.7、1.6百分点,平均耗时为58.82 ms,在满足高精度的同时具有较快的推理速度,可满足灰飞虱小目标虫害实时监测的使用需求,同时该方法也可用于对其他不同类型作物虫害的实时监测。
展开更多
关键词
灰飞虱
虫害监测
YOLO
密集单元
残差网络
在线阅读
下载PDF
职称材料
题名
Dense-YOLO:一种用于监测复杂场景灰飞虱虫害的检测算法
1
作者
李善达
王虎奇
丛佩超
冯浩
胥羽涛
李添恒
机构
广西科技大学机械与汽车工程学院
出处
《广西科技大学学报》
2025年第3期24-32,共9页
基金
中央引导地方科技发展专项资金项目(桂科ZY19183003)
广西重点研发计划项目(桂科AB20058001)资助。
文摘
灰飞虱为典型田间害虫,不仅危害作物发育,而且会给农民带来重大经济损失,影响正常的粮食供应。采用基于深度学习技术的目标检测算法监测灰飞虱分布状态可取代繁琐的传统人工观察与计数,同时其使用成本较低。本文基于YOLOv5开发一种新型灰飞虱小目标检测算法Dense-YOLO,用于准确检测并计数分布于复杂田间且不同种类的灰飞虱,通过在YOLOv5主干网络中融合CSPDenseNet以促进浅层特征的重复使用,从而提高网络对小目标的检测能力。实验结果表明,Dense-YOLO的检测AP@0.5∶0.95、AR、F1评分分别可达52.4%、61.5%、56.6%,较YOLOv5分别提升2.2、0.7、1.6百分点,平均耗时为58.82 ms,在满足高精度的同时具有较快的推理速度,可满足灰飞虱小目标虫害实时监测的使用需求,同时该方法也可用于对其他不同类型作物虫害的实时监测。
关键词
灰飞虱
虫害监测
YOLO
密集单元
残差网络
Keywords
small brown planthopper
pest monitoring
YOLO
dense unit
residual network
分类号
S431.9 [农业科学—农业昆虫与害虫防治]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Dense-YOLO:一种用于监测复杂场景灰飞虱虫害的检测算法
李善达
王虎奇
丛佩超
冯浩
胥羽涛
李添恒
《广西科技大学学报》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
