典型文献
基于DA2-YOLOv4算法绿篱识别研究
文献摘要：
针对车载式绿篱修剪机自动化修剪需要快速、准确识别绿篱的问题,提出一种DA2-YOLOv4绿篱识别算法.提出一种针对性Mosaic数据增强以获得更合理的数据扩充,使训练结果更具鲁棒性;在CSPDarknet53中引入空洞卷积得到D-CSPDarknet53,获得更大感受野,提升准确率和速度;在SPP中引入平均池化得到A-SPP,充分利用信息,使网络更具鲁棒性;删减小目标检测,获得巨大的速度提升;使用Soft-DIOU-NMS算法,提升目标重叠时的识别效果.最后制作绿篱数据集,对改进效果进行测试,并与其他算法进行对比.试验结果表明,DA2-YOLOv4算法mAP达到98.5％,检测速度达到83.1 FPS,较原始YOLOv4算法分别提高了 8.1％和14.9 FPS,而且算法各方面性能均显著优于其他目标检测算法.DA2-YOLOv4完全满足绿篱识别要求,为绿篱修剪行业自动化提供了有力保障.
文献关键词：
绿篱修剪机;YOLOv4;绿篱识别;Mosaic数据增强;空洞卷积;Soft-DIOU-NMS
中图分类号：
作者姓名：
韦锦;李正强;许恩永;蒙艳玫;韦和钧;武豪
作者机构：
广西大学机械工程学院,南宁市,530004;东风柳州汽车有限公司,广西柳州,545005
文献出处：
引用格式：
[1]韦锦;李正强;许恩永;蒙艳玫;韦和钧;武豪-.基于DA2-YOLOv4算法绿篱识别研究)[J].中国农机化学报,2022(09):122-130
A类：
DA2,绿篱识别,绿篱修剪机
B类：
YOLOv4,车载式,准确识别,识别算法,Mosaic,数据增强,更合,数据扩充,CSPDarknet53,空洞卷积,感受野,SPP,平均池化,删减,小目标检测,Soft,DIOU,NMS,提升目标,目标重叠,改进效果,mAP,检测速度,FPS,目标检测算法
AB值：
0.244626
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
