摘要
植株的精准识别和定位是获取植物表型信息的基础,本研究采用YOLO v5s对7种玉米数据集组合进行训练,研究了不同数据量、学习率(0.01、0.001和0.0001)和数据增强技术(增加对比度、改变亮度、水平翻转图像和图像旋转)对模型训练的影响,以通过目标检测算法达到识别玉米植株的目的。研究表明,模型精度随数据量的增大而增加;为获得不同的数据集的最优精度,需设置不同的学习率;4种增强数据集在学习率为0.0001时,YOLO v5模型的平均精度最高。本研究利用深度学习技术对玉米图像进行目标检测,实现玉米目标定位,对构建一体化的智慧农业平台具有重要意义。
出处
《农业与技术》
2023年第13期40-45,共6页
Agriculture and Technology
基金
内蒙古自治区科技重大专项课题(项目编号:2021ZD0003-1)
内蒙古自然科学基金项目(项目编号:2022LHMS03009)。
