基于深度学习的番茄苗分级检测研究 |
| |
引用本文: | 静茂凯,孔德刚,张秀花,王鹏,袁永伟,冯生,李江涛.基于深度学习的番茄苗分级检测研究[J].河北农业大学学报,2023(2):118-124. |
| |
作者姓名: | 静茂凯 孔德刚 张秀花 王鹏 袁永伟 冯生 李江涛 |
| |
作者单位: | 河北农业大学机电工程学院 |
| |
摘 要: | 分级是保证工厂化穴盘育苗质量的重要环节,本文根据番茄穴盘苗分级检测过程存在智能化水平低的问题,基于Darknet框架YOLOv3-Tiny卷积神经网络进行了算法改进。改进的算法进行了K-Means++聚类,增加YOLO检测层的数量,引入不同的SPP结构和CIOU损失函数。实验表明,与YOLOv3-Tiny算法相比,改进的YOLOv3-Tiny算法对番茄苗分级检测的mAP指标提高了9.8%,对壮苗的检测准确率为98.1%,无苗的检测准确率为94.80%,弱苗的检测准确率为93.62%。该算法能够对番茄苗的分级检测起到良好效果,为番茄穴盘苗高效识别提供了参考。
|
关 键 词: | 番茄穴盘苗分级 分级检测 深度学习 YOLOv3-Tiny |
|
|