,歡迎光臨bat365官网登录雜志社官方網站！
稿件查詢：
2022年06期
自然環境下基于增強YOLOv3的百香果目標檢測
| 作 者 | 張展榜，羅志聰，周志斌，李鵬博，孫奇燕 |
| 第一作者 | 張展榜 |
| 作者單位 | 福建農林大學機電工程學院，福建福州 |
| 卷 號 | 50 |
| 發表年份 | 2022 |
| 發表刊期 | 6 |
| 發表頁面 | 186-192，197 |
| 關 鍵 字 | 百香果；自然場景；密集目標檢測；增強YOLOv3；非極大抑制算法 |
| 摘 要 | 為解決當前流行的目標檢測模型對自然環境下百香果由于目標密集互相遮擋所致的檢測效率低等問題，以YOLOv3網絡為基礎，提出了一種基于增強的YOLOv3百香果目標檢測算法。首先，針對百香果目標尺寸的特點，利用以交并比為距離度量的改進K-means++算法，重新獲取與目標果實相匹配的錨選框，提高對目標的框選精度以及模型的收斂速度；其次，在輸出網絡中將用來篩選目標預測框的Soft-NMS算法通過線性函數的形式對其高斯函數的抑制參數進行改進，以提高模型在不同密集場景下的適應性和檢測能力；最后，利用增強的YOLOv3模型在經過預處理后的百香果數據集上進行多次試驗對比，結果表明增強后的YOLOv3目標檢測算法平均精度均值（mAP）達到94.62%，F1值達到94.34%,較原YOLOv3算法分別提升了4.58和3.68百分點，平均檢測速度為25.45幀/s，基本滿足了自然環境下百香果目標檢測的精準性和實時性要求 |
| 附 件 |
自然環境下基于增強YOLOv3的百香果目標檢測
|
| 注：若需下載，請右鍵單擊另存 |
- 上一篇： 基于近遠程視角分析黃河中下游五省區虛擬水貿易
- 下一篇： 軟圍隔系統在迎風岸坡植被恢復中的應用研究
