| 基于无人机航拍与改进YOLOv3模型的云杉计数 |
| |
| 引用本文： | 陈锋军,朱学岩,周文静,顾梦梦,赵燕东.基于无人机航拍与改进YOLOv3模型的云杉计数[J].农业工程学报,2020,36(22):22-30. |
| |
| 作者姓名： | 陈锋军 朱学岩 周文静 顾梦梦 赵燕东 |
| |
| 作者单位： | 北京林业大学工学院,北京 100083;城乡生态环境北京实验室,北京 100083;德州农工大学园艺系,大学城 77843;北京林业大学工学院,北京 100083;林业装备与自动化国家林业局重点实验室,北京 100083 |
| |
| 基金项目： | 国家重点研发计划（2019YFD1002401）、中央高校基本科研业务费专项资金资助（2015ZCQ-GX-04）和北京市共建项目联合资助 |
| |
| 摘 要： | 为解决目前苗木计数由人工完成而导致的成本高，效率低，计数精度不能得到保障的问题，该研究以自然环境下的云杉为研究对象，以无人机航拍云杉图像和拼接后完整地块云杉图像为数据源，根据云杉尺寸差异大和训练样本小的特点提出一种基于改进YOLOv3（You Only Look Once v3，YOLOv3）模型的云杉计数模型。该模型将密集连接模块和过渡模块引入特征提取过程，形成Darknet-61-Dense特征提取网络。通过694幅无人机航拍云杉图像测试表明，密集连接模块和过渡模块可解决YOLOv3模型小样本训练过拟合问题和云杉特征丢失问题，改进YOLOv3模型可以快速准确实现云杉计数，在精确率P、召回率R、平均精度AP、平均计数准确率MCA和平均检测时间ADT这5个评价指标上达到96.81%、93.53%、94.26%、98.49%和0.351 s；对比原有YOLOv3模型、SSD模型和Faster R-CNN模型，精确率P分别高2.44%、4.13%和0.84%。对于拼接后完整地块云杉图像，改进YOLOv3模型的5个评价指标的结果分别为91.48%、89.46%、89.27%、93.38%和1.847 s；对比原有YOLOv3模型、SSD模型和Faster R-CNN模型，精确率P分别高2.54%、9.33%和0.74%。该研究为利用无人机快速准确统计苗木数量的关键步骤做出有益的探索。
|
| 关 键 词： | 模型 无人机 计数 密集连接模块 过渡模块 特征提取 |
| 收稿时间： | 2020/7/31 0:00:00 |
| 修稿时间： | 2020/11/4 0:00:00 |
Spruce counting method based on improved YOLOv3 model in UAV images |
| |
| Chen Fengjun,Zhu Xueyan,Zhou Wenjing,Gu Mengmeng,Zhao Yandong.Spruce counting method based on improved YOLOv3 model in UAV images[J].Transactions of the Chinese Society of Agricultural Engineering,2020,36(22):22-30. |
| |
| Authors: | Chen Fengjun Zhu Xueyan Zhou Wenjing Gu Mengmeng Zhao Yandong |
| |
| Institution: | 1.School of Technology, Beijing Forestry University, Beijing 100083, China; 2.Beijing Laboratory of Urban and Rural Ecological Environment, Beijing Municipal Education Commission, Beijing 100083, China;3.Department of Horticultural Science, Texas A&M University, College Station TX 77843, USA;; 1.School of Technology, Beijing Forestry University, Beijing 100083, China; 4. Key Laboratory of State Forestry Administration for Forestry Equipment and Automation, Beijing 100083, China |
| |
| Abstract: | |
| |
| Keywords: | model unmanned aerial vehicle counting dense connection module transition module feature extraction |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
