基于改进Faster-RCNN模型的无人机影像白喉乌头物种的检测 |
| |
引用本文: | 梁俊欢,董峦,孙宗玖,马海燕,艾尼玩·艾买尔,阿仁,阿斯娅·曼力克,郑逢令.基于改进Faster-RCNN模型的无人机影像白喉乌头物种的检测[J].新疆农业大学学报,2022(4):323-329. |
| |
作者姓名: | 梁俊欢 董峦 孙宗玖 马海燕 艾尼玩·艾买尔 阿仁 阿斯娅·曼力克 郑逢令 |
| |
作者单位: | 1. 新疆农业大学草业学院;2. 新疆农业大学计算机与信息工程学院;3. 新疆畜牧科学院草业研究所;4. 新疆畜牧科学院天山北坡草地生态环境野外定位观测研究站 |
| |
基金项目: | 国家自然科学基金项目(31860679); |
| |
摘 要: | 伊犁地区的白喉乌头(Aconitum leucostomum)是危害草原生态和畜牧业安全最为严重的毒害草物种,为了实现精准快速检测白喉乌头,本研究用无人机航拍获取白喉乌头影像数据集,采用深度学习技术,在Faster-RCNN算法基础上,以VGG16为主干网络,根据领域知识和数据集特点优化锚框大小等超参数改善算法性能。通过优化Faster-RCNN的锚框大小和微调学习率后,模型在测试集上取得的平均准确率为67.24%,相对于基准模型提高了21.57%。
|
关 键 词: | 白喉乌头 深度学习 卷积神经网络 Faster-RCNN |
|
|