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
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：
基于YOLOv3-CIoU的松材线虫病树检测方法研究 被引量：23
1
作者 李凤迪 申卫星 +4 位作者 吴杰芳 孙丰刚 徐力 刘振宇 兰鹏 《山东农业大学学报（自然科学版）》 北大核心 2021年第2期224-233,共10页
松材线虫病被称为松树的癌症,及时发现并处置松材线虫病树是防止疫情扩散的重要手段。人工踏查、遥感影像等手段难以有效满足复杂林区疫情监测的需求。为快速、准确发现松材线虫病树,提高处置效率,本文提出了一种基于改进YOLOv3算法的... 松材线虫病被称为松树的癌症,及时发现并处置松材线虫病树是防止疫情扩散的重要手段。人工踏查、遥感影像等手段难以有效满足复杂林区疫情监测的需求。为快速、准确发现松材线虫病树,提高处置效率,本文提出了一种基于改进YOLOv3算法的松材线虫树检测方法。首先,使用小型无人机机载高分辨率数码相机在不同空间位置采集松材线虫病树图像并构建Pascal VOC数据集;随后针对YOLOv3算法存在训练过程IoU置空、平均损失下降缓慢等问题,提出了改进的YOLOv3-CIoU方法,使算法训练快,在小数据量时即实现高精度检测;最后通过高性能计算平台对改进的YOLOv3-CIoU模型进行训练测试,并与其他方法进行对比分析。结果表明:改进后的YOLOv3-CIoU模型在测试集上准确率达98.88%,较YOLOv3算法提升5%以上;在移动终端上平均单张图像检测速度为0.32 s,较改进前提升13%。与Faster R-CNN、SSD等方法相比,改进算法在模型检测准确率、缩短模型训练时间、目标边缘框定精度等方面也有较大提升。因此,改进后的YOLOv3-CIoU模型在多个评估指标中具有良好的性能,可有效提高松材线虫病树检测效率,对降低松材线虫病树监测投入,保障林区防疫监测精准高效具有重要的实际意义。 展开更多
关键词 松材线虫病树 YOLOv3-CIOU 目标检测
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部