基于YOLO v4的松材线虫病变色木自动检测 |
| |
引用本文: | 劳全,夏云峰,叶盛,杨杰,赖叶茗,陶晰.基于YOLO v4的松材线虫病变色木自动检测[J].福建农林大学学报(自然科学版),2024(3):429-432. |
| |
作者姓名: | 劳全 夏云峰 叶盛 杨杰 赖叶茗 陶晰 |
| |
基金项目: | 国家自然科学基金资助项目(41971376); |
| |
摘 要: | 【目的】对受松材线虫病影响的树木进行快速、高效和精确的检测。【方法】利用深度学习技术中的YOLO v4(you only look once version 4)目标检测模型,对高分辨率影像中的松材线虫病变色木进行检测,并与SSD(single shot multibox detector)模型进行对比。【结果】YOLO v4模型的检测精度较高,精确度(P)为0.961 3,召回率(R)为0.764 9,F1分数为0.851 9。【结论】YOLO v4可准确地识别和定位松材线虫病变色木,且精确度比SSD高。
|
关 键 词: | 松材线虫病变色木 深度学习 目标检测 |
|
|