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
基于Ghost-YOLOv3-2算法的2尺度猪目标检测
被引量：
4
1
作者
孙东来
王继超
+3 位作者
陈科
孙士尉
刘昕彤
周闻天
《江苏农业科学》
北大核心
2022年第7期189-196,共8页
为了提高养殖场猪目标检测的检出率和实时性,提出一种从特征提取骨干网络和特征金字塔网络这2个方面对YOLOv3算法进行改进的猪目标检测算法(Ghost-YOLOv3-2),并与经典YOLOv3、Ghost-YOLOv3、YOLOv3-2等3种算法进行对比研究。试验结果表...
为了提高养殖场猪目标检测的检出率和实时性,提出一种从特征提取骨干网络和特征金字塔网络这2个方面对YOLOv3算法进行改进的猪目标检测算法(Ghost-YOLOv3-2),并与经典YOLOv3、Ghost-YOLOv3、YOLOv3-2等3种算法进行对比研究。试验结果表明,特征提取骨干网络的残差单元中引入影子块,可以在保留原有信息容量的同时减少计算量,提高网络速度;特征金字塔网络融合低层细粒度信息与高层语义信息,将输出层改为2尺度,可以进一步提高模型的表达能力与网络的实时性;改进的Ghost-YOLOv3-2算法在猪目标检测中平均精度(AP)达到88.03%,较YOLOv3算法提高5.2%;速度达到23.61 f/s,较YOLOv3算法提高34.6%,所提算法对猪检测的检出率和实时性有一定的提高。
展开更多
关键词
猪目标检测
Ghost-YOLOv3-2
深度学习
特征提取
检出率
实时性
在线阅读
下载PDF
职称材料
题名
基于Ghost-YOLOv3-2算法的2尺度猪目标检测
被引量：
4
1
作者
孙东来
王继超
陈科
孙士尉
刘昕彤
周闻天
机构
河北水利电力学院自动化与通信工程学院
山东大学控制科学与工程学院
河北省高校水利自动化与信息化应用技术研发中心
华侨大学信息科学与工程学院
出处
《江苏农业科学》
北大核心
2022年第7期189-196,共8页
基金
国家自然科学基金(编号:61773242)
河北省教育厅青年基金(编号:QN2021228)
+1 种基金
河北省沧州市重点研发计划指导项目(编号:204102002)
河北水利电力学院基本科研业务费专项。
文摘
为了提高养殖场猪目标检测的检出率和实时性,提出一种从特征提取骨干网络和特征金字塔网络这2个方面对YOLOv3算法进行改进的猪目标检测算法(Ghost-YOLOv3-2),并与经典YOLOv3、Ghost-YOLOv3、YOLOv3-2等3种算法进行对比研究。试验结果表明,特征提取骨干网络的残差单元中引入影子块,可以在保留原有信息容量的同时减少计算量,提高网络速度;特征金字塔网络融合低层细粒度信息与高层语义信息,将输出层改为2尺度,可以进一步提高模型的表达能力与网络的实时性;改进的Ghost-YOLOv3-2算法在猪目标检测中平均精度(AP)达到88.03%,较YOLOv3算法提高5.2%;速度达到23.61 f/s,较YOLOv3算法提高34.6%,所提算法对猪检测的检出率和实时性有一定的提高。
关键词
猪目标检测
Ghost-YOLOv3-2
深度学习
特征提取
检出率
实时性
分类号
S126 [农业科学—农业基础科学]
TP18 [自动化与计算机技术—控制理论与控制工程]
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Ghost-YOLOv3-2算法的2尺度猪目标检测
孙东来
王继超
陈科
孙士尉
刘昕彤
周闻天
《江苏农业科学》
北大核心
2022
4
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
