期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
YOLO算法在动植物表型研究中应用综述 被引量:17
1
作者 翟肇裕 张梓涵 +3 位作者 徐焕良 王海清 陈曦 杨陈敏 《农业机械学报》 EI CAS CSCD 北大核心 2024年第11期1-20,共20页
动植物表型是动植物特征与性状的定量描述,表型特征的精准计算与分析是推进数字农业发展的重要基础。得益于深度学习技术的迅猛发展,以YOLO系列算法为代表的计算机视觉模型在动植物表型分析任务中展现出了优良性能和巨大潜力。以家畜类... 动植物表型是动植物特征与性状的定量描述,表型特征的精准计算与分析是推进数字农业发展的重要基础。得益于深度学习技术的迅猛发展,以YOLO系列算法为代表的计算机视觉模型在动植物表型分析任务中展现出了优良性能和巨大潜力。以家畜类、家禽类、作物类、果蔬类等动植物为对象,分别从目标检测、关键点检测、目标分割3方面概述了YOLO系列算法应用研究进展。最后指出YOLO系列算法未来发展趋势,包括轻量化架构设计、小目标精准检测、弱监督学习、复杂场景部署、大模型目标检测等。 展开更多
关键词 YOLO 动植物表型 目标检测 关键点检测 目标分割 轻量化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部