首页|期刊导航|农业工程学报|基于改进YOLOv5s的自然场景下生姜叶片病虫害识别

基于改进YOLOv5s的自然场景下生姜叶片病虫害识别

兰玉彬孙斌书张乐春赵德楠

农业工程学报2024，Vol.40Issue(1)：P.210-216,7.

农业工程学报2024，Vol.40Issue(1)：P.210-216,7.DOI:10.11975/j.issn.1002-6819.202310124

兰玉彬 ¹孙斌书 ²张乐春 ²赵德楠²

作者信息

1. 山东理工大学农业工程与食品科学学院,淄博255049 山东省农业航空智能装备工程技术研究中心,淄博255049 山东理工大学生态无人农场研究院,淄博255049
2. 山东理工大学农业工程与食品科学学院,淄博255049 山东理工大学生态无人农场研究院,淄博255049
折叠

图像识别/深度学习/目标检测/轻量化/病虫害/生姜叶片

农业科技

兰玉彬,孙斌书,张乐春,赵德楠..基于改进YOLOv5s的自然场景下生姜叶片病虫害识别[J].农业工程学报,2024,40(1):P.210-216,7.

山东省引进顶尖人才“一事一议”专项经费资助项目(鲁政办字[2018]27号) （鲁政办字[2018]27号）

宁夏回族自治区重点研发计划项目(项目号:2023BCF01051)。（项目号:2023BCF01051）

OA北大核心CSTPCD

ISSN：1002-6819

访问量0

下载量0

段落导航