| 注册
首页|期刊导航|计算机与数字工程|基于改进YOLOv5的新疆棉花幼苗与杂草识别方法研究

基于改进YOLOv5的新疆棉花幼苗与杂草识别方法研究

杜晨 冯向萍 李永可 张世豪 舒芹 赵昀杰

计算机与数字工程2023,Vol.51Issue(5):1144-1149,6.
计算机与数字工程2023,Vol.51Issue(5):1144-1149,6.DOI:10.3969/j.issn.1672-9722.2023.05.030

基于改进YOLOv5的新疆棉花幼苗与杂草识别方法研究

Research on the Identification Method of Cotton Seedlings and Weeds in Xinjiang Based on the Improved YOLOv5

杜晨 1冯向萍 1李永可 1张世豪 1舒芹 2赵昀杰1

作者信息

  • 1. 新疆农业大学计算机与信息工程学院 乌鲁木齐 830052
  • 2. 新疆农业大学经济管理学院 乌鲁木齐 830052
  • 折叠

摘要

关键词

棉花幼苗/目标检测/杂草识别/轻量化模型/YOLO Head解耦头

Key words

cotton seedlings/target detection/weed identification/lightweight model/YOLO Head decouple head

分类

信息技术与安全科学

引用本文复制引用

杜晨,冯向萍,李永可,张世豪,舒芹,赵昀杰..基于改进YOLOv5的新疆棉花幼苗与杂草识别方法研究[J].计算机与数字工程,2023,51(5):1144-1149,6.

基金项目

科技部科技创新2030-"新一代人工智能"重大项目(编号:2022ZD0115805) (编号:2022ZD0115805)

新疆维吾尔自治区重大专项(编号:2022A02011-3)资助. (编号:2022A02011-3)

计算机与数字工程

OACSTPCD

1672-9722

访问量0
|
下载量0
段落导航相关论文