典型文献
基于YOLOv3-SPP的马铃薯叶片病害识别研究
文献摘要：
实现马铃薯叶片病害的快速、准确识别,对于提高马铃薯产量具有重要意义.介绍了一种改进的YOLOv3-SPP算法,该算法引入了SPP模块以提高识别的准确性.基于该优化算法,设计了一种基于深度学习技术的马铃薯叶片病害识别系统,实验表明,YOLOv3-SPP能够快速、准确地识别马铃薯叶片常见病害,对于马铃薯叶片病害识别的深入研究与发展提供了参考,具有一定的工程意义.
文献关键词：
马铃薯叶片;病害识别;深度学习;YOLOv3-SPP
中图分类号：
作者姓名：
刘开启
作者机构：
甘肃农业大学 机电工程学院,甘肃 兰州 730070
文献出处：
引用格式：
[1]刘开启-.基于YOLOv3-SPP的马铃薯叶片病害识别研究)[J].自动化应用,2022(06):21-24,28
A类：
B类：
YOLOv3,SPP,马铃薯叶片,叶片病害,病害识别,准确识别,马铃薯产量,深度学习技术,识别系统,常见病害,研究与发展
AB值：
0.196924
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。
