矿山测量

2022, v.50;No.217(01) 78-82

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度学习YOLO模型的植物图像识别算法研究
Research on recognition algorithm of plant image based on deep learning YOLO model

剧成宇;师艳;孙步阳;

摘要(Abstract):

为提高YOLO模型进行植物图像快速识别的准确率,对基于深度学习YOLO模型算法进行研究。在传统网络模型的基础上,引入了可变形卷积,将损失函数加入分类函数层中,有效的提高了模型的泛化性能,结合cuDNN库进行并行计算,提高了算法的效率。采用改进的YOLOv3网络模型结合公开数据集进行测试,实现了102种植物的有效识别,平均检测时间为1.275 s,在Top-2、Top-3准确率上均达到96%,与传统YOLO算法相比,识别的准确率和效率均有提高。结果表明,所建立的基于深度学习YOLO模型,在复杂多种类植物识别方面有推广应用价值。

关键词(KeyWords): 识别算法;植物图像;YOLO模型;卷积神经网络

Abstract:

Keywords:

基金项目(Foundation):

作者(Authors): 剧成宇;师艳;孙步阳;

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享