|国家科技期刊平台
| 注册
首页|期刊导航|生物安全学报|基于多色彩空间的YOLOv5松枯死树检测方法

基于多色彩空间的YOLOv5松枯死树检测方法

游子绎 王文瑾 邵历江 郭丹 吴松青 黄世国 张飞萍

生物安全学报2023，Vol.32Issue(3)：282-289,8.
✕
生物安全学报2023，Vol.32Issue(3)：282-289,8.DOI:10.3969/j.issn.2095-1787.2023.03.013

基于多色彩空间的YOLOv5松枯死树检测方法

Dead pine detection by multi-color space based YOLOv5

游子绎 1王文瑾 2邵历江 2郭丹 1吴松青 1黄世国 3张飞萍1

作者信息

  • 1. 福建农林大学林学院,福建 福州 350002||福州农林大学生态公益重大有害生物防控福建省高校重点实验室,福建 福州 350002
  • 2. 福建农林大学计算机与信息学院,福建 福州 350002
  • 3. 福州农林大学生态公益重大有害生物防控福建省高校重点实验室,福建 福州 350002||福建农林大学计算机与信息学院,福建 福州 350002
  • 折叠

摘要

关键词

无人机影像/松枯死树/深度学习/多色彩空间/松材线虫病

Key words

UAV image/dead pine trees/deep learning/multi-color space/pine wood nematode disease

引用本文复制引用

游子绎,王文瑾,邵历江,郭丹,吴松青,黄世国,张飞萍..基于多色彩空间的YOLOv5松枯死树检测方法[J].生物安全学报,2023,32(3):282-289,8.

基金项目

国家林业和草原局重大应急科技项目(ZD202001) （ZD202001）

福建省林业科技项目(闽林文[2021]35 号) （闽林文[2021]35 号）

福建农林大学科技创新专项基金项目(KFb22097XA) （KFb22097XA）

生物安全学报

OA北大核心CSCDCSTPCD

2095-1787

访问量0
|
下载量0
段落导航相关论文