典型文献
基于深度学习的松材线虫病检测方法
文献摘要：
松材线虫病的检测是我国林业有害生物防治工作的重点,利用深度学习方法进行松材线虫病检测是目前最为高效和精确的一种病树检测方法.文章提出了一种基于目标检测算法的的病树检测方法,通过k-means算法聚类分析数据集,生成更为合适的anchor,并加入自适应阈值调整机制进一步提高识别精度.实验证明了提出的方法是可行、有效的.
文献关键词：
深度学习;目标检测;松材线虫病检测
中图分类号：
作者姓名：
田晓燃;张运杰
作者机构：
三峡大学计算机与信息学院,湖北宜昌443002
文献出处：
引用格式：
[1]田晓燃;张运杰-.基于深度学习的松材线虫病检测方法)[J].长江信息通信,2022(01):32-34
A类：
松材线虫病检测
B类：
国林,林业有害生物防治,防治工作,深度学习方法,病树,目标检测算法,means,anchor,自适应阈值,调整机制,识别精度
AB值：
0.189881
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。
