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CrossStage-YOLO的跨阶段作物害虫检测
1
作者
贾岚
徐雪环
+4 位作者
罗德弢
胡梦蝶
邓钦文
高文新
蒲海波
《南京农业大学学报》
北大核心
2025年第3期744-754,共11页
[目的]为了克服作物害虫在不同生长阶段的形态差异对模型检测造成的负面影响,本文提出了一种基于改进YOLOv7-tiny的跨阶段作物害虫检测模型CrossStage-YOLO。[方法]在YOLOv7-tiny的主干网络中结合重新构建的ELAN-D模块,实现降低计算内...
[目的]为了克服作物害虫在不同生长阶段的形态差异对模型检测造成的负面影响,本文提出了一种基于改进YOLOv7-tiny的跨阶段作物害虫检测模型CrossStage-YOLO。[方法]在YOLOv7-tiny的主干网络中结合重新构建的ELAN-D模块,实现降低计算内存消耗的同时提高特征提取速度;引入感受野增强模块(RFE),提升模型对害虫特征和位置的感知能力;嵌入BiFormer注意力机制,提高模型对害虫头部、触须等细微特征的敏感度。[结果]CrossStage-YOLO的平均精度均值为88.6%,相对于原始模型提高3.0%;对成虫和幼虫检测的平均精度均值分别达到90.8%和81.1%,较原始模型分别提高3.3%和2.0%;并且模型以6.79 M的低参数量实现0.043 s的单张图片检测时间,综合性能优于主流目标检测模型。[结论]CrossStage-YOLO模型能够有效提升作物害虫不同生长阶段的检测准确率,为作物害虫检测的自动化诊断提供了可靠的技术支持。
展开更多
关键词
YOLOv7-tiny
跨阶段害虫检测
绿色农业
深度学习
智慧农业
在线阅读
下载PDF
职称材料
题名
基于CrossStage-YOLO的跨阶段作物害虫检测
1
作者
贾岚
徐雪环
罗德弢
胡梦蝶
邓钦文
高文新
蒲海波
机构
四川农业大学信息工程学院
四川省遂宁市农业农村局
出处
《南京农业大学学报》
北大核心
2025年第3期744-754,共11页
基金
国家自然科学基金项目(32172122)
四川省自然科学基金项目(22ZDYF0095)。
文摘
[目的]为了克服作物害虫在不同生长阶段的形态差异对模型检测造成的负面影响,本文提出了一种基于改进YOLOv7-tiny的跨阶段作物害虫检测模型CrossStage-YOLO。[方法]在YOLOv7-tiny的主干网络中结合重新构建的ELAN-D模块,实现降低计算内存消耗的同时提高特征提取速度;引入感受野增强模块(RFE),提升模型对害虫特征和位置的感知能力;嵌入BiFormer注意力机制,提高模型对害虫头部、触须等细微特征的敏感度。[结果]CrossStage-YOLO的平均精度均值为88.6%,相对于原始模型提高3.0%;对成虫和幼虫检测的平均精度均值分别达到90.8%和81.1%,较原始模型分别提高3.3%和2.0%;并且模型以6.79 M的低参数量实现0.043 s的单张图片检测时间,综合性能优于主流目标检测模型。[结论]CrossStage-YOLO模型能够有效提升作物害虫不同生长阶段的检测准确率,为作物害虫检测的自动化诊断提供了可靠的技术支持。
关键词
YOLOv7-tiny
跨阶段害虫检测
绿色农业
深度学习
智慧农业
Keywords
YOLOv7-tiny
cross-stage pest detection
green agriculture
deep learning
smart agriculture
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
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CrossStage-YOLO的跨阶段作物害虫检测
贾岚
徐雪环
罗德弢
胡梦蝶
邓钦文
高文新
蒲海波
《南京农业大学学报》
北大核心
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
