典型文献
基于目标检测算法的松材线虫病染病松树检测
文献摘要：
松材线虫病被称为松树的"癌症",严重威胁我国丰富的松林资源.针对目前染病松树株数统计问题,本文采用YOLO v4、SSD和Faster R-CNN这3种目标检测算法,对病疫区RGB影像染病松树进行训练,引入面向对象的VEG-OSTU方法进行对比,验证基于深度学习的目标检测算法替代面向对象方法检测染病松树的可行性和最佳算法.实验结果表明:VEG-OSTU方法进行染病松树检测时的F1只有57.9％,这3种目标检测算法都比VEG-OSTU方法的F1高出24％以上,验证目标检测算法代替面向对象方法检测染病松树是可行的;其中,SSD算法的F1最高为88.5％,相比YOLO v4和Faster R-CNN分别高出4.7％和4.2％;此外,SSD检测时的FPS为57.89,在3种算法中针对染病松树检测效果最佳.
文献关键词：
目标检测算法;松材线虫病;染病松树;无人机影像
中图分类号：
[3]
农业科学（S）
/
林业（S7）
/
森林经营学、森林计测学、森林经理学（S75）
/
森林保护学（S76）
/
森林病虫害及其防治（S763）
/
病害及其防治（S763.1）
/
其他（S763.18）
作者姓名：
刘顺利;刘昌华
作者机构：
河南理工大学测绘与国土信息工程学院, 河南 焦作454003
文献出处：
引用格式：
[1]刘顺利;刘昌华-.基于目标检测算法的松材线虫病染病松树检测)[J].农业与技术,2022(06):75-80
A类：
染病松树
B类：
目标检测算法,松材线虫病,松林,株数,YOLO,v4,SSD,Faster,病疫,疫区,RGB,VEG,OSTU,面向对象方法,最佳算法,FPS,检测效果,无人机影像
AB值：
0.184802
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。
