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VFNet-Improved和Deep Sort的棉花黄萎病病情分级 被引量：5
1
作者 黄成龙 张忠福 +3 位作者 卢智浩 张晓君 朱龙付 杨万能 《智能化农业装备学报（中英文）》 2023年第2期12-21,共10页
棉花是全球最重要的经济作物之一,而黄萎病是世界主要棉花生产区的第一大病害,黄萎病病原菌通过感染棉花的根部使叶片萎蔫、褪色以致脱落,导致棉花质量和产量严重下降。国家标准将患黄萎病叶片划分为5个等级,传统检测方法主要依赖人工,... 棉花是全球最重要的经济作物之一,而黄萎病是世界主要棉花生产区的第一大病害,黄萎病病原菌通过感染棉花的根部使叶片萎蔫、褪色以致脱落,导致棉花质量和产量严重下降。国家标准将患黄萎病叶片划分为5个等级,传统检测方法主要依赖人工,存在主观、低效、重复性差等问题,因此提出一种以VFNet-Improved、Deep Sort和撞线匹配机制为主要算法框架的棉花黄萎病病情分级方法,实现在旋转视频输入情况下对患病叶片的数量统计和病情等级的划分。研究首先基于VFNet目标检测网络,融合多尺度训练、动态卷积等优化方法,实现对旋转视频中患病叶片的精准定位;然后采用Deep Sort跟踪器实现前后帧同一叶片的相互关联,并针对跟踪过程ID跳变问题设计了掩膜撞线匹配机制;最后使用OpenCV对经过掩膜线的叶片进行特征提取与患病分级的划分。试验结果表明,VFNet-Improved可以有效改善棉花患病叶片识别精度,mAP75达到0.906,较改进前VFNet模型提升了0.012,帧率FPS为12.9帧/s;Deep Sort跟踪器跟踪效果MOTA为0.835,对患病叶片数量统计结果R2、RMSE、MAE与MAPE分别为0.890、5.138、4.300和14.967%,与人工统计值具有较高一致性。本研究为棉花黄萎病病情精准、高效鉴定提供一种新的科学工具,对棉花抗病品种筛选和遗传机制解析具有重要意义。 展开更多
关键词 目标检测 目标跟踪 vfnet Deep Sort 棉花黄萎病 病情分级
在线阅读 下载PDF
基于CSTDNet的PCB表面元器件检测算法
2
作者 郑飞 储茂祥 +1 位作者 巩荣芬 刘光虎 《微电子学与计算机》 2024年第9期56-65,共10页
PCB表面元器件存在分布密集、尺寸小、外观相似等特点,所以检测时容易出现漏检和误检问题。以VFNet为基础,提出了一种名为CSTDNet(Cross-Scale Task Dynamic Network)的PCB表面元器件检测算法。首先,在特征融合网络中添加跨尺度交互特... PCB表面元器件存在分布密集、尺寸小、外观相似等特点,所以检测时容易出现漏检和误检问题。以VFNet为基础,提出了一种名为CSTDNet(Cross-Scale Task Dynamic Network)的PCB表面元器件检测算法。首先,在特征融合网络中添加跨尺度交互特征模块,以增强对小型元器件的特征描述能力;其次,在检测头网络中引入任务对齐学习机制,优化分类和回归任务的空间一致性;另外,在正负样本选择的过程中引入高斯动态软标签分配策略,以更好地补偿小型元器件的正样本数量。实验结果表明,改进后算法的FPS、mAP和mAP_s分别提升了10.7%、11.8%和7.6%,有效地提高了密集场景下小型元器件的检测性能。 展开更多
关键词 元器件 vfnet 特征融合 标签分配
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