典型文献
基于YOLO的玉米全膜双垄沟种床苗带识别方法
文献摘要：
玉米苗期是玉米全膜双垄沟种床苗带中耕管理与追肥的关键时期,为进一步提升玉米全膜双垄沟智能机械化生产水平,基于深度学习的目标检测YOLOv3-SPP网络模型与YOLOx-Darknet53网络模型开展了玉米全膜双垄沟种床苗带识别方法研究.研究结果表明,YOLOx-Darknet53网络模型与YOLOv3-SPP网络模型的mAP分别为95.56％和94.72％,前者比后者高0.84％,使用100幅图像测得前者检测速度FPS为44.1,而后者为19.1,前者检测速度明显快于后者.研究方法与结论可为玉米全膜双垄沟种床苗带识别方法与玉米全膜双垄沟智能农机装备的有效结合提供理论支撑.
文献关键词：
玉米全膜双垄沟;种床苗带;深度学习;YOLO;目标检测
中图分类号：
作者姓名：
李相周;戴飞;郭文娟;张方圆;宋学锋;张锋伟
作者机构：
甘肃农业大学机电工程学院,甘肃兰州730070;甘肃政法大学网络空间安全学院,甘肃兰州730070
文献出处：
引用格式：
[1]李相周;戴飞;郭文娟;张方圆;宋学锋;张锋伟-.基于YOLO的玉米全膜双垄沟种床苗带识别方法)[J].林业机械与木工设备,2022(02):51-56
A类：
种床苗带,YOLOx
B类：
玉米全膜双垄沟,玉米苗期,中耕,追肥,智能机械,机械化生产,生产水平,目标检测,YOLOv3,SPP,Darknet53,mAP,检测速度,FPS,快于,智能农机装备,有效结合
AB值：
0.162678
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。
