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
2
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
基于树皮纹理的轻量化YOLOv11树种识别方法
1
作者
张政银
向玮
+4 位作者
刘子锋
王俊文
张咪
杨俊俐
黄泽园
《北京林业大学学报》
北大核心
2025年第8期134-148,共15页
【目的】为解决现有树种识别方法在多变光照条件下,因模型计算复杂度高而难以在硬件条件极端受限的移动端或边缘设备部署的问题,提出一种基于树皮纹理的轻量化树种识别方法。【方法】本研究通过改进YOLOv11构建YOLOv11-SWER模型。首先,...
【目的】为解决现有树种识别方法在多变光照条件下,因模型计算复杂度高而难以在硬件条件极端受限的移动端或边缘设备部署的问题,提出一种基于树皮纹理的轻量化树种识别方法。【方法】本研究通过改进YOLOv11构建YOLOv11-SWER模型。首先,引入轻量化特征提取网络StarNet作为主干网络,结合深度可分离卷积与通道混洗机制,显著降低网络的参数量和特征提取过程中的计算量。其次,采用多分支特征融合模块RepNCSPELAN4,结合分组卷积与参数共享策略,兼顾全局特征与局部特征,提升多尺度特征融合效率。然后,设计小波池化(WaveletPool)层,减少噪声干扰并保留高频纹理细节,增强模型对树皮纹理微小特征的捕捉能力。最后,优化检测头结构Detect_Efficient,使用双分支分组卷积结构提高计算效率。同时,基于自建的70类树种、6 681张树皮图像数据集,通过消融实验和对比实验对改进的模型性能进行充分的评估验证。【结果】该模型的检测精确率、召回率、平均精度(mAP50)、平均精度均值(mAP50-95)以及精确率和召回率的调和平均数F_(1)分数分别达到98.1%、98.4%、0.993、0.750和0.982,同时,相较于YOLOv11模型,其参数量和计算量分别降低46.92%和51.5%,大幅降低了模型的空间复杂度和计算复杂度。在不同光照场景下保持稳定的识别性能,展现出良好的光照鲁棒性。【结论】本研究提出的YOLOv11-SWER模型通过轻量化设计与多尺度特征优化,在参数量减少近半的情况下,仍能保持高检测精度,实现了高检测精度与高效率的良好平衡。此方法有望应用于智能林业检测、城市林业资源管理等场景中。
展开更多
关键词
树皮纹理识别
YOLOv11
StarNet主干网络
小目标检测
轻量化
在线阅读
下载PDF
职称材料
基于遗传规划的树皮纹理图像识别
被引量：
3
2
作者
李晨光
李亚敏
孟腊梅
《农机化研究》
北大核心
2012年第2期185-188,共4页
图像纹理识别广泛应用于农业、林业和纺织业等领域,自动图像纹理识别是发展方向,人们不断在研究探索图像纹理识别方法。为此,选用了5类树皮纹理图像作为识别图像集,以灰度共生矩阵方法提取图像特征,用遗传规划分类算法进化图像纹理识别...
图像纹理识别广泛应用于农业、林业和纺织业等领域,自动图像纹理识别是发展方向,人们不断在研究探索图像纹理识别方法。为此,选用了5类树皮纹理图像作为识别图像集,以灰度共生矩阵方法提取图像特征,用遗传规划分类算法进化图像纹理识别器,完成了图像纹理识别测试,取得了比较理想的图像纹理识别结果,为遗传规划在图像纹理识别的应用做了有益的尝试和探索。
展开更多
关键词
图像
识别
树皮纹理识别
遗传规划
灰度共生矩阵
在线阅读
下载PDF
职称材料
题名
基于树皮纹理的轻量化YOLOv11树种识别方法
1
作者
张政银
向玮
刘子锋
王俊文
张咪
杨俊俐
黄泽园
机构
北京林业大学林学院
中国矿业大学(北京)理学院
北京化工大学信息科学与技术学院
中国矿业大学(北京)人工智能学院
北京邮电大学国际学院
北京邮电大学叶培大创新创业学院
出处
《北京林业大学学报》
北大核心
2025年第8期134-148,共15页
基金
“十四五”国家重点研发计划(2022YFD2200502-04)
北京高校大学生创新创业训练项目(202498117)。
文摘
【目的】为解决现有树种识别方法在多变光照条件下,因模型计算复杂度高而难以在硬件条件极端受限的移动端或边缘设备部署的问题,提出一种基于树皮纹理的轻量化树种识别方法。【方法】本研究通过改进YOLOv11构建YOLOv11-SWER模型。首先,引入轻量化特征提取网络StarNet作为主干网络,结合深度可分离卷积与通道混洗机制,显著降低网络的参数量和特征提取过程中的计算量。其次,采用多分支特征融合模块RepNCSPELAN4,结合分组卷积与参数共享策略,兼顾全局特征与局部特征,提升多尺度特征融合效率。然后,设计小波池化(WaveletPool)层,减少噪声干扰并保留高频纹理细节,增强模型对树皮纹理微小特征的捕捉能力。最后,优化检测头结构Detect_Efficient,使用双分支分组卷积结构提高计算效率。同时,基于自建的70类树种、6 681张树皮图像数据集,通过消融实验和对比实验对改进的模型性能进行充分的评估验证。【结果】该模型的检测精确率、召回率、平均精度(mAP50)、平均精度均值(mAP50-95)以及精确率和召回率的调和平均数F_(1)分数分别达到98.1%、98.4%、0.993、0.750和0.982,同时,相较于YOLOv11模型,其参数量和计算量分别降低46.92%和51.5%,大幅降低了模型的空间复杂度和计算复杂度。在不同光照场景下保持稳定的识别性能,展现出良好的光照鲁棒性。【结论】本研究提出的YOLOv11-SWER模型通过轻量化设计与多尺度特征优化,在参数量减少近半的情况下,仍能保持高检测精度,实现了高检测精度与高效率的良好平衡。此方法有望应用于智能林业检测、城市林业资源管理等场景中。
关键词
树皮纹理识别
YOLOv11
StarNet主干网络
小目标检测
轻量化
Keywords
bark texture recognition
YOLOv11
StarNet backbone network
small object detection
lightweight
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
S718.4 [农业科学—林学]
在线阅读
下载PDF
职称材料
题名
基于遗传规划的树皮纹理图像识别
被引量：
3
2
作者
李晨光
李亚敏
孟腊梅
机构
河北农业大学机电工程学院
出处
《农机化研究》
北大核心
2012年第2期185-188,共4页
基金
河北省科技厅资助项目(07220401D)
文摘
图像纹理识别广泛应用于农业、林业和纺织业等领域,自动图像纹理识别是发展方向,人们不断在研究探索图像纹理识别方法。为此,选用了5类树皮纹理图像作为识别图像集,以灰度共生矩阵方法提取图像特征,用遗传规划分类算法进化图像纹理识别器,完成了图像纹理识别测试,取得了比较理想的图像纹理识别结果,为遗传规划在图像纹理识别的应用做了有益的尝试和探索。
关键词
图像
识别
树皮纹理识别
遗传规划
灰度共生矩阵
Keywords
image recognition
bark texture recognition
genetic programming
gray level co-occurrence matrix
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
S7-05 [农业科学—林学]
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
基于树皮纹理的轻量化YOLOv11树种识别方法
张政银
向玮
刘子锋
王俊文
张咪
杨俊俐
黄泽园
《北京林业大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于遗传规划的树皮纹理图像识别
李晨光
李亚敏
孟腊梅
《农机化研究》
北大核心
2012
3
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
