典型文献
融合聚类算法与YOLO-v3网络在果蔬种植防虫害中的应用研究
文献摘要：
采用融合ISODATA聚类算法与YOLO-v3网络构建果蔬虫害识别模型,利用预选框提取方法分辨栅格害虫目标个数,并加入空间金字塔池化结构,以提高图像特征提取的稳定性.在害虫种类识别的测试中,优化的YOLO-v3网络mAP为88.92％,比Faster-RCNN高3.7个百分点.而在果蔬图像背景测试中,优化的YOLO-v3网络mAP为87.32％,比传统YOLO-v3模型高4.4个百分点.试验表明:优化的YOLO-v3网络对于图像噪声抗干扰性更强,检测精度高的同时保持了稳定的检测效率.
文献关键词：
虫害防治;YOLO-v3网络;迭代自组织聚类算法;空间金字塔池化
中图分类号：
作者姓名：
武珊
作者机构：
青海高等职业技术学院,青海 海东 810600
文献出处：
引用格式：
[1]武珊-.融合聚类算法与YOLO-v3网络在果蔬种植防虫害中的应用研究)[J].江西农业学报,2022(10):108-115
A类：
迭代自组织聚类算法
B类：
YOLO,v3,果蔬种植,防虫,ISODATA,网络构建,虫害识别,识别模型,预选框,栅格,空间金字塔池化,图像特征提取,害虫种类,种类识别,mAP,Faster,RCNN,百分点,图像噪声,声抗,抗干扰性,检测精度,检测效率,虫害防治
AB值：
0.343303
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。
