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YOLOv3深度学习算法的桑椹菌核病严重度检测方法研究与应用
1
作者
朱志贤
邱盼
+4 位作者
张成
董朝霞
张凤
胡兴明
于翠
《湖北农业科学》
2024年第12期191-198,共8页
通过对5种不同发病级别的1万张桑椹果实图像进行训练,基于YOLOv3深度学习算法并结合迁移学习法,获得桑椹菌核病严重度目标检测模型。为了验证该模型的鲁棒性,与同样采用迁移学习的EfficientDet、Faster R-CNN和YOLOv4原始模型进行了对...
通过对5种不同发病级别的1万张桑椹果实图像进行训练,基于YOLOv3深度学习算法并结合迁移学习法,获得桑椹菌核病严重度目标检测模型。为了验证该模型的鲁棒性,与同样采用迁移学习的EfficientDet、Faster R-CNN和YOLOv4原始模型进行了对比。结果表明,YOLOv3模型对健康果实和菌核病果实检测的平均精确率均值为0.79,比其他模型提高6.76%~54.90%,其对不同发病级别菌核病果实检测的平均精确率比其他模型提高7.04%~80.95%,查准率和查全率为最优或者次优。采用Flask+Vue技术构建的检测识别系统可在1 s内获取病害严重度、果实大小、置信度信息,也能实现对视频的动态识别,为桑椹种植中自动化病害监测和快速高效精准施药提供了可靠的软件处理平台。
展开更多
关键词
桑椹菌核病
深度学习算法
迁移学习法
YOLOv3
病害严重度检测
在线阅读
下载PDF
职称材料
题名
基于YOLOv3深度学习算法的桑椹菌核病严重度检测方法研究与应用
1
作者
朱志贤
邱盼
张成
董朝霞
张凤
胡兴明
于翠
机构
湖北省农业科学院经济作物研究所
飞
卓
科技
(
上海
)
股份有限公司
出处
《湖北农业科学》
2024年第12期191-198,共8页
基金
国家重点研发计划支持项目(2020YFD1000700)
湖北省农业科技成果转化资金项目(2024EBA009)
国家现代农业产业技术体系建设专项(CARS-18-SYZ10)。
文摘
通过对5种不同发病级别的1万张桑椹果实图像进行训练,基于YOLOv3深度学习算法并结合迁移学习法,获得桑椹菌核病严重度目标检测模型。为了验证该模型的鲁棒性,与同样采用迁移学习的EfficientDet、Faster R-CNN和YOLOv4原始模型进行了对比。结果表明,YOLOv3模型对健康果实和菌核病果实检测的平均精确率均值为0.79,比其他模型提高6.76%~54.90%,其对不同发病级别菌核病果实检测的平均精确率比其他模型提高7.04%~80.95%,查准率和查全率为最优或者次优。采用Flask+Vue技术构建的检测识别系统可在1 s内获取病害严重度、果实大小、置信度信息,也能实现对视频的动态识别,为桑椹种植中自动化病害监测和快速高效精准施药提供了可靠的软件处理平台。
关键词
桑椹菌核病
深度学习算法
迁移学习法
YOLOv3
病害严重度检测
Keywords
mulberry fruit sclerotiniose disease
deep learning algorithm
transfer learning
YOLOv3
detection of disease severity
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
S224 [农业科学—农业机械化工程]
F327 [经济管理—产业经济]
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YOLOv3深度学习算法的桑椹菌核病严重度检测方法研究与应用
朱志贤
邱盼
张成
董朝霞
张凤
胡兴明
于翠
《湖北农业科学》
2024
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
