基于改进YOLOv3算法的无人机胡杨影像识别方法

基于改进的YOLOv3算法与图片属性中的地理信息,提出了一种胡杨检测并确定胡杨分布的新方法。利用OpenCV对无人机拍摄胡杨图像进行增强,基于K-means聚类算法得到先验框最佳尺寸,在保证一定识别精度的前提下,基于特征提取过程提出一种更加适用于胡杨识别的轻量化YOLOv3算法。改进后的YOLOv3算法在测试集上对胡杨识别的平均精度mAP为87.55%,检测速度为54.08 f·s^(-1)。检测速度相较于模型改进前的25.53 f·s^(-1)有大幅度提升,可以满足沙漠地区大规模胡杨识别并确定其分布情况的需要。综合模型识别结果与图片地理位置属性,可实现沙漠胡杨的高空间分辨率定量识别,为进一步的生态学研究提供有效信息。