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1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RT-DETR的番茄穴盘苗实时分级检测 被引量：1
1
作者 朱祥建 任玲 +4 位作者 张玉泉 杨苗 崔建谱 张聪华 刘军平 《农业工程学报》 北大核心 2025年第22期204-214,共11页
为提高番茄穴盘苗实时分级检测精度和速度,该研究以RT-DETR(real-time detection transformer)为基准模型,提出FAN-DETR(feature-adaptive network detection transformer)实时分级检测模型。首先设计动态特征增强的轻量化混合主干网络D... 为提高番茄穴盘苗实时分级检测精度和速度,该研究以RT-DETR(real-time detection transformer)为基准模型,提出FAN-DETR(feature-adaptive network detection transformer)实时分级检测模型。首先设计动态特征增强的轻量化混合主干网络DFE-LHBNet(dynamic feature-enhanced lightweight hybrid backbone network),通过主干网络结构优化,实现高效的特征提取,降低参数量和计算量,提升检测速度;加入DTAB(dilated transformer attention block)空洞变换注意力机制,扩展感受野,精准捕捉幼苗细节特征,提高检测精度;最后使用PIoU(powerful-IoU)损失函数,避免锚框膨胀,提高模型训练的收敛速度。研究表明,FAN-DETR在交并比IoU(intersection over union)阈值大于50%的平均检测精度均值达到92.62%,FPS(frames per second)96.67帧/s,较原模型相比分别提高了2.20个百分点和22.82%;参数量和计算量相较于原模型分别降低29.59%和44.39%;相比于YOLO系列模型精度平均提升6.77个百分点,召回率平均提升3.31个百分点,IoU阈值大于50%的平均检测精度均值平均提升1.50个百分点,检测速度平均提高34.73帧/s。所提FAN-DETR模型在番茄穴盘苗实时分级检测中有良好的性能,可为穴盘苗实时分级检测提供技术支撑。 展开更多
关键词 图像识别 分级检测 番茄穴盘苗 dfe-lhbnet RT-DETR
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