基于改进YOLOv4模型的无人机影像烟草株数统计

烟草株数是烟草估产过程中一个重要指标,传统烟草株数统计常采用现场拉样的方式进行,然而该方法不仅耗时、费力,还存在一定的误差。针对此问题,本文以无人机可见光数据为数据源,提出改进YOLOv4目标检测模型,以实现烟草株数快速、准确的统计。结果表明,改进后的YOLOv4模型烟草株数统计精确率为97.16%,召回率为96.89%,F1分数为0.97。鉴于召回率指标对于株数统计十分重要,改进后的YOLOv4模型的召回率相比于原始的YOLOv3模型、SSD模型、Faster-RCNN目标检测模型分别提高5%、25.27%、29.06%。综上所述,本文提出的改进YOLOv4模型可用于烟草株数统计,且能为烟草株数的快速统计提供技术支持。