期刊导航
期刊开放获取
河南省图书馆
退出
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
基于可形变卷积与SimAM注意力的密集柑橘检测算法
被引量:
4
1
作者
李子茂
李嘉晖
+2 位作者
尹帆
帖军
吴钱宝
《中国农机化学报》
北大核心
2023年第2期156-162,F0002,共8页
针对现有检测算法难以检测自然场景下小而密集的柑橘问题,提出一种DS-YOLO(Deformable Convolution SimAM YOLO)密集柑橘检测算法。引入可形变卷积网络(Deformable Convolution)代替原YOLOv4中的特征提取网络部分卷积层,使特征提取网络...
针对现有检测算法难以检测自然场景下小而密集的柑橘问题,提出一种DS-YOLO(Deformable Convolution SimAM YOLO)密集柑橘检测算法。引入可形变卷积网络(Deformable Convolution)代替原YOLOv4中的特征提取网络部分卷积层,使特征提取网络能自适应提取遮挡、重叠等导致柑橘形状信息缺失的位置特征,在特征融合模块中,增加新的检测尺度并融合SimAM注意力机制,增强模型对于小而密集柑橘特征的提取能力。试验结果表明:DS-YOLO算法相较于原YOLOv4准确率提高8.75%,召回率提高7.9%,F1分数提高5%,能够较准确检测自然环境下的密集柑橘目标,为密集水果产量预测和采摘机器人提供了有效的技术支持。
展开更多
关键词
目标检测
特征提取
密集柑橘
可形变卷积
SimAM注意力
下载PDF
职称材料
题名
基于可形变卷积与SimAM注意力的密集柑橘检测算法
被引量:
4
1
作者
李子茂
李嘉晖
尹帆
帖军
吴钱宝
机构
中南民族大学计算机科学学院
农业区块链与智能管理湖北省工程研究中心
湖北省制造企业智能管理工程技术研究中心
出处
《中国农机化学报》
北大核心
2023年第2期156-162,F0002,共8页
基金
国家民委中青年英才培养计划(MZR20007)
湖北省科技重大专项(2020AEA011)
+1 种基金
武汉市科技计划应用基础前沿项目(2020020601012267)
中南民族大学研究生创新基金(3212022sycxjj328)。
文摘
针对现有检测算法难以检测自然场景下小而密集的柑橘问题,提出一种DS-YOLO(Deformable Convolution SimAM YOLO)密集柑橘检测算法。引入可形变卷积网络(Deformable Convolution)代替原YOLOv4中的特征提取网络部分卷积层,使特征提取网络能自适应提取遮挡、重叠等导致柑橘形状信息缺失的位置特征,在特征融合模块中,增加新的检测尺度并融合SimAM注意力机制,增强模型对于小而密集柑橘特征的提取能力。试验结果表明:DS-YOLO算法相较于原YOLOv4准确率提高8.75%,召回率提高7.9%,F1分数提高5%,能够较准确检测自然环境下的密集柑橘目标,为密集水果产量预测和采摘机器人提供了有效的技术支持。
关键词
目标检测
特征提取
密集柑橘
可形变卷积
SimAM注意力
Keywords
object detection
feature extraction
dense citrus
deformable convolution
SimAM attention
分类号
S666 [农业科学—果树学]
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于可形变卷积与SimAM注意力的密集柑橘检测算法
李子茂
李嘉晖
尹帆
帖军
吴钱宝
《中国农机化学报》
北大核心
2023
4
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