排序方式: 共有22条查询结果,搜索用时 15 毫秒
21.
22.
害虫是影响油茶(Camellia spp.)产量的主要因素之一,对其进行准确识别有助于及时防控,减少损失。目前,油茶害虫识别研究缺少相关的数据集,限制了深度学习技术在油茶害虫识别中的应用。为给在生态环境下准确识别油茶害虫提供1种新范式,构建包含1 116张7类害虫的油茶害虫识别图像数据集,采用4种目标检测算法(SSD、YOLOv3、YOLOX和RetinaNet)在该数据集上进行试验。结果表明,IOU阈值为0.5时,SSD的平均精度为93.50%,YOLOX为93.50%,RetinaNet为86.80%,YOLOv3为96.60%;SSD的平均召回率为73.20%,YOLOX为75.10%,RetinaNet为78.00%,YOLOv3为76.80%。综合分析,YOLOv3的检测和分类能力最优。 相似文献