典型文献
改进YOLOv3算法检测三七叶片病害
文献摘要：
为了解决三七叶片密集病害和小区域病害检测不准确的问题,该研究提出了一种改进的YOLOv3(You Only Look Once v3)目标检测算法(AD-YOLOv3)对三七叶片各种病害进行检测.AD-YOLOv3使用注意力特征金字塔(Attention Feature Pyramid,AFP)替代YOLOv3中的原始特征金字塔,解决了特征融合过程中的干扰问题,提升了病害检测精度.使用双瓶颈层(Dual Bottleneck,DB)筛选注意力特征金字塔提取到的特征,增强特征的特异性,提升了算法的鲁棒性.AD-YOLOv3与YOLOv3相比在各项性能指标上均有提升,精确率提升2.83个百分点,F1精度提升1.68个百分点,平均精度均值(Mean Average Precision,mAP)提升1.47个百分点,针对小区域病害和密集病害的检测能力明显增强.此外,AD-YOLOv3在雾,雨,暗光等复杂环境下的抗干扰能力明显提升,该研究为三七叶片的病害检测提供了一种更优的智能检测方法.
文献关键词：
算法:病害检测;YOLOv3;特征金字塔;双瓶颈层;注意力机制;三七
中图分类号：
作者姓名：
文斌;曹仁轩;杨启良;张健;朱晗;李知聪
作者机构：
三峡大学电气与新能源学院,宜昌 443000;昆明理工大学现代农业工程学院,昆明 650500
文献出处：
引用格式：
[1]文斌;曹仁轩;杨启良;张健;朱晗;李知聪-.改进YOLOv3算法检测三七叶片病害)[J].农业工程学报,2022(03):164-172
A类：
双瓶颈层
B类：
YOLOv3,三七,七叶,叶片病害,小区域,病害检测,测不准,You,Only,Look,Once,目标检测算法,AD,特征金字塔,Attention,Feature,Pyramid,AFP,特征融合,干扰问题,检测精度,Dual,Bottleneck,DB,选注,取到,精确率,百分点,精度提升,平均精度均值,Mean,Average,Precision,mAP,检测能力,明显增强,暗光,复杂环境,抗干扰能力,智能检测方法,注意力机制
AB值：
0.375437
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。
