典型文献
基于改进YOLOv3的圆形农田检测
文献摘要：
由于数据的缺乏,针对高分辨率遥感影像中的圆形喷灌农田目标检测的研究较少,为此提出基于改进YOLOv3的圆形农田检测方法.基于高分辨率遥感影像建立圆形农田数据集;构建深度学习目标检测模型,选定单阶段检测模型YOLOv3并作如下改进:用Resnet替换骨干网中原本的Darknet53特征提取网络;将检测头中的单向特征金字塔改进为双向特征金字塔;应用Dropblock正则化,综合考虑改进方案,最终搭建RD_YOLOv3检测模型.实验结果表明,在公开遥感数据集HRRSD上,RD_YOLOv3的mAP为86.72％,相对于原版YOLOv3可提高1.27％.在我国西北地区圆形灌溉农田数据集上,RD_YOLOv3的mAP可达92.38％,具有较好的应用效果.该研究可以为遥感图像目标检测和生态治理乡村振兴提供一定的参考价值.
文献关键词：
圆形农田检测;RD_YOLOv3;检测模型;遥感影像;深度学习;实验结果分析
中图分类号：
作者姓名：
程坤;张斌;郭新
作者机构：
中国地质大学(武汉)地理与信息工程学院,湖北 武汉 430074;武汉工程大学 计算机科学与工程学院,湖北 武汉 430205
文献出处：
引用格式：
[1]程坤;张斌;郭新-.基于改进YOLOv3的圆形农田检测)[J].现代电子技术,2022(11):24-28
A类：
圆形农田检测
B类：
YOLOv3,高分辨率遥感影像,喷灌,学习目标,目标检测模型,定单,单阶段,Resnet,换骨,骨干网,Darknet53,特征提取网络,检测头,头中,双向特征金字塔,Dropblock,正则化,改进方案,RD,遥感数据,HRRSD,mAP,原版,西北地区,灌溉,遥感图像,图像目标检测,生态治理,实验结果分析
AB值：
0.334899
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。
