节点文献

基于YOLO的玉米植株识别研究

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【摘要】 植株的精准识别和定位是获取植物表型信息的基础,本研究采用YOLO v5s对7种玉米数据集组合进行训练,研究了不同数据量、学习率(0.01、0.001和0.0001)和数据增强技术(增加对比度、改变亮度、水平翻转图像和图像旋转)对模型训练的影响,以通过目标检测算法达到识别玉米植株的目的。研究表明,模型精度随数据量的增大而增加;为获得不同的数据集的最优精度,需设置不同的学习率;4种增强数据集在学习率为0.0001时,YOLO v5模型的平均精度最高。本研究利用深度学习技术对玉米图像进行目标检测,实现玉米目标定位,对构建一体化的智慧农业平台具有重要意义。

【关键词】 玉米; YOLO; 目标检测; 数据增强;
【基金】 内蒙古自治区科技重大专项课题(项目编号:2021ZD0003-1);内蒙古自然科学基金项目(项目编号:2022LHMS03009)
  • 【文献出处】 农业与技术 ,Agriculture and Technology , 编辑部邮箱 ,2023年13期
  • 【分类号】S513
  • 【下载频次】146
节点文献中: 

本文链接的文献网络图示:

本文的引文网络