典型文献
深度学习算法YOLOv4支持下的脐橙树株数识别
文献摘要：
针对传统果树单株提取方法流程繁琐、人力成本较高、耗时长等问题,该文提出在复杂 自然背景下使用深度学习算法YOLOv4实现脐橙树无人机影像端到端的识别方法,利用网络改进、多尺度融合以及损失函数改进等方法提高复杂背景下小目标的识别率.以赣南某地脐橙果树无人机影像作为数据源,应用YOLOv4深度神经网络分别训练基于不同数据集的模型,通过调整模型阈值参数得到最佳模型,并在强背景、弱背景、稀疏和稠密植株测试集上进行测试.结果表明,基于data748数据集训练且模型阈值为0.6时的YOLO-748模型精确率达91.55％,召回率为98.55％,mAP值为93.38％,F1值达0.985,该模型在复杂自然背景下鲁棒性较好.该方法能为现代农业果园管理提供新的可行方案.
文献关键词：
图像识别;深度学习;YOLOv4;脐橙果树;株数识别
中图分类号：
作者姓名：
陈优良;张向君;陈勋俊
作者机构：
江西理工大学土木与测绘工程学院,江西赣州 341000;江西理工大学信息工程学院,江西赣州 341000
文献出处：
引用格式：
[1]陈优良;张向君;陈勋俊-.深度学习算法YOLOv4支持下的脐橙树株数识别)[J].测绘科学,2022(02):135-144,191
A类：
株数识别,脐橙果树,data748
B类：
深度学习算法,YOLOv4,橙树,单株,方法流程,人力成本,使用深度,无人机影像,端到端,利用网络,多尺度融合,损失函数,复杂背景,小目标,识别率,赣南,数据源,深度神经网络,阈值参数,稠密,密植,植株,测试集,集训,精确率,召回率,mAP,现代农业,果园管理,可行方案,图像识别
AB值：
0.357764
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。
