期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进YOLOv5s的草莓成熟度检测算法 被引量：3
1
作者 张晖耀 黄力湘 +6 位作者 陈继清 刘睿 苏子龙 银庆刚 黄敬炎 桂友强 李家鑫 《南京农业大学学报》 北大核心 2025年第4期990-999,共10页
[目的]本文旨在提高机械自动化设备进行草莓采摘时成熟度检测精度。[方法]针对草莓采摘过程中因枝叶遮挡、检测目标小、同级成熟度果皮纹理特征差异较小导致成熟度检测精度低的问题,提出一种草莓成熟度检测模型——YOLOv5s-SCW。本模型... [目的]本文旨在提高机械自动化设备进行草莓采摘时成熟度检测精度。[方法]针对草莓采摘过程中因枝叶遮挡、检测目标小、同级成熟度果皮纹理特征差异较小导致成熟度检测精度低的问题,提出一种草莓成熟度检测模型——YOLOv5s-SCW。本模型通过在Backbone中融合Swin Transformer Block,加强相同成熟度草莓果皮纹理特征融合,此外显著减少模型的参数量;在Neck中采用CA(coordinate attention)注意力机制,引入空间坐标信息,提高模型检测精度;采用Wise-IoU(WIoU)损失函数替换CIoU损失函数,动态调整目标权重,提高模型的检测性能。最后基于草莓数据集进行试验,验证改进模型的性能。[结果]相较于YOLOv5s模型,YOLOv5s-SCW模型的精确率、召回率和平均精度均值(mAP)分别提高4.9%、5.6%和4.9%,达到91.3%、90.6%和95.7%。不同成熟度(高、中、低)草莓的平均检测精度分别为97.2%、93.6%和96.3%,检测帧率为92.59帧·s^(-1),模型参数量为4.84 M。[结论]本研究基于YOLOv5s提出的YOLOv5s-SCW模型显著提高了模型在自然环境下识别不同成熟度草莓的能力,大幅降低模型的参数量,实现轻量化,满足农业过程中进行实际草莓采摘的需求。 展开更多
关键词 草莓 YOLOv5s 成熟度检测 轻量化
在线阅读 下载PDF
基于RT⁃BiSeNet的苹果叶片病害实时分割与分级算法 被引量：1
2
作者 黄样 陈继清 +2 位作者 黄力湘 佘锴蓉 郝科崴 《现代电子技术》 北大核心 2025年第7期35-42,共8页
苹果叶片病害的及时分割与准确分级对于提高苹果产量和质量至关重要。然而,在复杂的环境下,图像容易受到相似颜色背景和不同光照等因素的影响,给叶片和病斑的准确分割带来挑战,进而影响病害分级的准确性。针对此问题,文中提出一种实时... 苹果叶片病害的及时分割与准确分级对于提高苹果产量和质量至关重要。然而,在复杂的环境下,图像容易受到相似颜色背景和不同光照等因素的影响,给叶片和病斑的准确分割带来挑战,进而影响病害分级的准确性。针对此问题,文中提出一种实时语义分割算法RT⁃BiSeNet,用于苹果叶片病害的分割和分级。首先,分别对BiSeNet的上下文路径和空间路径进行重构,在保证实时分割速度的同时提高分割精度;其次,在解码器中融合浅层的特征映射,提高了叶片边缘和小病斑的分割效果。实验结果表明,RT⁃BiSeNet算法的mIoU和mPA分别为94.60%和97.13%,参数量和复杂度降低了85.95%和72.23%,分割速度达到130.20 f/s,优于其他实时分割方法。该算法能从复杂的背景中实时分割出叶片和病斑,然后根据分级标准对病害进行分级,可为实际生产中苹果病害的精准防控和治疗提供技术支持。 展开更多
关键词 苹果叶片 深度学习 语义分割 BiSeNet 复杂环境 病害分级 实时分割
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部