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
改进YOLOv5的香菇子实体生育期识别方法
被引量：
2
1
作者
杨林
曾大鑫
+3 位作者
边银丙
陈红
宗望远
龚钰华
《农业工程学报》
EI
CAS
CSCD
北大核心
2024年第9期182-189,共8页
在香菇栽培中,需要评估其生长发育状态,以便调控栽培环境和采取适当的栽培措施。针对香菇生育期子实体外观特征变化不显著,机器自动采收时部分成熟期香菇子实体易误检和漏检的问题,该研究提出了一种基于改进YOLOv5的香菇子实体生育期识...
在香菇栽培中,需要评估其生长发育状态,以便调控栽培环境和采取适当的栽培措施。针对香菇生育期子实体外观特征变化不显著,机器自动采收时部分成熟期香菇子实体易误检和漏检的问题,该研究提出了一种基于改进YOLOv5的香菇子实体生育期识别方法。首先替换YOLOv5模型中上采样模块,采用一种包含上采样预测模块和特征重组模块的轻量级上采样模块;其次在YOLOv5l模型中添加小目标检测层,增加模型对香菇子实体生育期特征信息的提取,提高模型区分香菇生育期和识别小香菇的能力。试验结果表明,改进的YOLOv5l模型具有较好的检测能力,平均帧率为45.25帧/s,平均精确度均值为92.70%,与YOLOv5相比平均精确度均值提升2.5个百分点。该研究方法能够满足对香菇子实体不同生育期识别的精度与速度要求,为香菇子实体生育期识别提供了一种方法参考。
展开更多
关键词
图像处理
智慧农业
深度学习
香菇生育期
目标识别
YOLOv5
在线阅读
下载PDF
职称材料
题名
改进YOLOv5的香菇子实体生育期识别方法
被引量：
2
1
作者
杨林
曾大鑫
边银丙
陈红
宗望远
龚钰华
机构
华中农业大学工学院
华中农业大学植物科技学院
农业农村部长江中下游农业装备重点实验室
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2024年第9期182-189,共8页
基金
湖北省重大科技攻关项目“食用菌精细栽培智能化装备研发与应用”(2020BBA040)。
文摘
在香菇栽培中,需要评估其生长发育状态,以便调控栽培环境和采取适当的栽培措施。针对香菇生育期子实体外观特征变化不显著,机器自动采收时部分成熟期香菇子实体易误检和漏检的问题,该研究提出了一种基于改进YOLOv5的香菇子实体生育期识别方法。首先替换YOLOv5模型中上采样模块,采用一种包含上采样预测模块和特征重组模块的轻量级上采样模块;其次在YOLOv5l模型中添加小目标检测层,增加模型对香菇子实体生育期特征信息的提取,提高模型区分香菇生育期和识别小香菇的能力。试验结果表明,改进的YOLOv5l模型具有较好的检测能力,平均帧率为45.25帧/s,平均精确度均值为92.70%,与YOLOv5相比平均精确度均值提升2.5个百分点。该研究方法能够满足对香菇子实体不同生育期识别的精度与速度要求,为香菇子实体生育期识别提供了一种方法参考。
关键词
图像处理
智慧农业
深度学习
香菇生育期
目标识别
YOLOv5
Keywords
image processing
smart agriculture
deep learning
the growth period of Lentinus edodes
target detection
YOLOv5
分类号
TP391 [自动化与计算机技术—计算机应用技术]
S24 [农业科学—农业电气化与自动化]
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
改进YOLOv5的香菇子实体生育期识别方法
杨林
曾大鑫
边银丙
陈红
宗望远
龚钰华
《农业工程学报》
EI
CAS
CSCD
北大核心
2024
2
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
