基于目标检测算法的稻田杂草识别方法研究OA
稻田杂草位置获取是靶向喷施除草剂和机械智能除草的基础,为实现基于深度学习稻田杂草的位置检测以及模型的轻量化实用性.本文以稻田苗期恶性杂草空心莲子草为研究对象,对YOLO系列目标检测模型做出实用性分析.在稻田苗期未封行前人工手持相机采集杂草图像;杂草真实目标框人工进行标注,80%数据集用于网络模型的参数训练,20%数据集用于测试网络模型性能并进行对比分析;统计分析各算法模型的参数量规模及其计算量.试验得出基于YOLOv5s的稻田杂草位置检测算法模型…查看全部>>
李华锋;邓向武;李岳鑫;钱昭文
广东茂名农林科技职业学院,广东 茂名 525000广东石油化工学院电子信息工程学院,广东 茂名 525000广东茂名农林科技职业学院,广东 茂名 525000广东茂名农林科技职业学院,广东 茂名 525000
农业工程
稻田杂草目标检测YOLOv5s
《农业与技术》 2024 (18)
51-54,4
2023年广东省科技创新战略专项资金("攀登计划"专项资金)(项目编号:pdjh2023b1057)2023年广东省高等职业教育教学质量与教学改革工程项目(项目编号:粤教职函[2024]34号)广东石油化工学院人才引进及博士启动项目(项目编号:2019rc044)广东茂名农林科技职业学院2021年校级教研科研资金资助项目(项目编号:2021GMNKY10)大学生创新创业培育计划项目(项目编号:83321002)
评论