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
2
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
基于改进版Faster-RCNN的复杂背景下桃树黄叶病识别研究
1
作者
张平川
胡彦军
+3 位作者
张烨
张彩虹
陈昭
陈旭
《中国农机化学报》
北大核心
2024年第3期219-225,251,共8页
由于桃树黄叶病(以下简称PTYLD)初期症状不明显,现有的基于深度学习的桃树病害识别技术,存在识别准确率不高、识别品种单一的问题,提出一种基于Faster-RCNN的PTYLD识别模型。为提高模型对PTYLD识别准确率和识别多样性,提出使用RS-Loss...
由于桃树黄叶病(以下简称PTYLD)初期症状不明显,现有的基于深度学习的桃树病害识别技术,存在识别准确率不高、识别品种单一的问题,提出一种基于Faster-RCNN的PTYLD识别模型。为提高模型对PTYLD识别准确率和识别多样性,提出使用RS-Loss函数代替RPN中的交叉熵函数、使用Soft-NMS算法代替原来的NMS算法,来改进Faster-RCNN。通过试验对比初始版和改进版Faster-RCNN对PTYLD的识别效果。试验结果显示,改进后的Faster-RCNN对黄叶病识别的各类别平均准确率mAP达90.56%、召回率达94.16%、准确率达92.53%,能识别常见的五种PTYLD。
展开更多
关键词
桃树黄叶病
Faster-RCNN
复杂背景
软
性
非
极大值
抑制
算法
下载PDF
职称材料
一种遥感图像车辆检测方法
被引量:
1
2
作者
马志龙
倪佳忠
《北京测绘》
2022年第5期547-551,共5页
针对常用的遥感图像车辆检测方法稳定性和效率较差的问题,本文提出一种改进YOLO-V5遥感图像车辆检测方法。首先,使用群归一化层替换YOLO-V5中的归一化层,消除训练数据大小对模型的影响,降低模型训练对显卡显存的需求,增加模型收敛速度;...
针对常用的遥感图像车辆检测方法稳定性和效率较差的问题,本文提出一种改进YOLO-V5遥感图像车辆检测方法。首先,使用群归一化层替换YOLO-V5中的归一化层,消除训练数据大小对模型的影响,降低模型训练对显卡显存的需求,增加模型收敛速度;然后,使软非极大值抑制算法选择车辆目标锚框,可更精确地定位车辆,防止因遮挡漏检车辆。由实验可知:相比原YOLO-V5模型的各类别平均精确度提高了1.53%,帧率提高0.83,表明所提方法稳定性更好、检测效率更高,可应用于遥感图像汽车检测领域。
展开更多
关键词
遥感图像车辆目标检测
YOLO-V5模型
群归一化层
软非极大值抑制算法
下载PDF
职称材料
题名
基于改进版Faster-RCNN的复杂背景下桃树黄叶病识别研究
1
作者
张平川
胡彦军
张烨
张彩虹
陈昭
陈旭
机构
河南科技学院计算机科学技术学院
河南科技大学应用工程学院
新乡学院机电工程学院
出处
《中国农机化学报》
北大核心
2024年第3期219-225,251,共8页
基金
河南省科技厅科技攻关项目(222102210116、212102310553)。
文摘
由于桃树黄叶病(以下简称PTYLD)初期症状不明显,现有的基于深度学习的桃树病害识别技术,存在识别准确率不高、识别品种单一的问题,提出一种基于Faster-RCNN的PTYLD识别模型。为提高模型对PTYLD识别准确率和识别多样性,提出使用RS-Loss函数代替RPN中的交叉熵函数、使用Soft-NMS算法代替原来的NMS算法,来改进Faster-RCNN。通过试验对比初始版和改进版Faster-RCNN对PTYLD的识别效果。试验结果显示,改进后的Faster-RCNN对黄叶病识别的各类别平均准确率mAP达90.56%、召回率达94.16%、准确率达92.53%,能识别常见的五种PTYLD。
关键词
桃树黄叶病
Faster-RCNN
复杂背景
软
性
非
极大值
抑制
算法
Keywords
peach tree yellow leaf disease
Faster-RCNN
complex background
Soft-NMS
分类号
S436.61 [农业科学—农业昆虫与害虫防治]
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
一种遥感图像车辆检测方法
被引量:
1
2
作者
马志龙
倪佳忠
机构
杭州天图地理信息技术公司
浙江省测绘科学技术研究院
出处
《北京测绘》
2022年第5期547-551,共5页
文摘
针对常用的遥感图像车辆检测方法稳定性和效率较差的问题,本文提出一种改进YOLO-V5遥感图像车辆检测方法。首先,使用群归一化层替换YOLO-V5中的归一化层,消除训练数据大小对模型的影响,降低模型训练对显卡显存的需求,增加模型收敛速度;然后,使软非极大值抑制算法选择车辆目标锚框,可更精确地定位车辆,防止因遮挡漏检车辆。由实验可知:相比原YOLO-V5模型的各类别平均精确度提高了1.53%,帧率提高0.83,表明所提方法稳定性更好、检测效率更高,可应用于遥感图像汽车检测领域。
关键词
遥感图像车辆目标检测
YOLO-V5模型
群归一化层
软非极大值抑制算法
Keywords
vehicle target detection from remote sensing images
YOLO-V5 mode
group normalization(GN)layer
soft non-maximum suppression algorithm
分类号
P237 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进版Faster-RCNN的复杂背景下桃树黄叶病识别研究
张平川
胡彦军
张烨
张彩虹
陈昭
陈旭
《中国农机化学报》
北大核心
2024
0
下载PDF
职称材料
2
一种遥感图像车辆检测方法
马志龙
倪佳忠
《北京测绘》
2022
1
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