典型文献
基于深度学习的农田害虫目标检测算法的研究与应用
文献摘要：
为了实现自动化检测农田害虫并提高检测效率,提出了一种基于深度学习的农田害虫目标检测算法.针对数据集存在的长尾分布和多尺度问题,采用一系列在线和离线数据增强、多尺度输入等方法进行预处理和训练,并集成SWA和多模型融合等后处理方法微调模型.最后,在测试中模型AP50数值能够达到0.898,召回率为0.996.
文献关键词：
深度学习;农田害虫;目标检测;数据增强
中图分类号：
作者姓名：
郑睿智;盛猛猛;蔡鑫浩;姚亚洲;唐振民;王琼
作者机构：
南京理工大学 计算机科学与工程学院,江苏 南京 210094
文献出处：
引用格式：
[1]郑睿智;盛猛猛;蔡鑫浩;姚亚洲;唐振民;王琼-.基于深度学习的农田害虫目标检测算法的研究与应用)[J].数学建模及其应用,2022(04):55-61
A类：
B类：
农田害虫,目标检测算法,自动化检测,高检,检测效率,长尾分布,尺度问题,离线数据,数据增强,多尺度输入,SWA,多模型融合,后处理方法,微调,AP50,召回率
AB值：
0.39665
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。
