首页 | 本学科首页   官方微博 | 高级检索  
     

基于D-YOLOv3检测网络的温室叶菜幼苗图像检测
引用本文:刘芳,刘玉坤,张白. 基于D-YOLOv3检测网络的温室叶菜幼苗图像检测[J]. 江苏农业学报, 2021, 37(5): 1262-1269. DOI: 10.3969/j.issn.1000-4440.2021.05.022
作者姓名:刘芳  刘玉坤  张白
作者单位:北方民族大学电气信息工程学院,宁夏 银川 750021
基金项目:宁夏高等学校一流学科建设(电子科学与技术学科)项目;宁夏回族自治区自然科学基金;宁夏智慧农业产业技术协同创新中心基金项目
摘    要:为解决温室叶菜子叶期幼苗生长密集情况下的图像识别问题,提出一种密集连接型D-YOLOv3检测网络.该网络以YOLOv3为基础构建主干网络,改进检测结构和损失函数.以穴盘培育的油菜幼苗为例展开一系列试验.首先确定了YOLOv3和D-YOLOv3检测网络中损失函数的修正系数;其次通过构建的几种检测网络的对比试验验证了对YOLOv3主干网络、检测结构和损失函数改进的有效性,D-YOLOv3的幼苗检测精度高达93.44%,检测时间低至12.61 ms,与YOLOv3相比精度提升9.4个百分点,时间降低4.07 ms;最后进行不同密集程度和光照环境下幼苗图像的检测性能对比试验,结果表明D-YOLOv3的检测精度、检测时间及对小目标的特征提取能力均优于YOLOv3.D-YOLOv3能够对温室环境下的叶菜幼苗进行有效检测,可以为智能检测装备的作物识别提供依据.

关 键 词:小目标  图像检测  密集连接  D-YOLOv3检测网络

Image detection of leafy vegetable seedlings in greenhouse based on D-YOLOv3 detection network
LIU Fang,LIU Yu-kun,ZHANG Bai. Image detection of leafy vegetable seedlings in greenhouse based on D-YOLOv3 detection network[J]. Jiangsu Journal of Agricultural Sciences, 2021, 37(5): 1262-1269. DOI: 10.3969/j.issn.1000-4440.2021.05.022
Authors:LIU Fang  LIU Yu-kun  ZHANG Bai
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号