| 基于改进版Faster-RCNN的复杂背景下桃树黄叶病识别研究 |
| |
| 引用本文： | 张平川,胡彦军,张烨,张彩虹,陈昭,陈旭.基于改进版Faster-RCNN的复杂背景下桃树黄叶病识别研究[J].中国农机化学报,2024(3):219-225+251. |
| |
| 作者姓名： | 张平川 胡彦军 张烨 张彩虹 陈昭 陈旭 |
| |
| 作者单位： | 1. 河南科技学院计算机科学技术学院;2. 河南科技大学应用工程学院;3. 新乡学院机电工程学院 |
| |
| 基金项目： | 河南省科技厅科技攻关项目(222102210116、212102310553)； |
| |
| 摘 要： | 由于桃树黄叶病(以下简称PTYLD)初期症状不明显，现有的基于深度学习的桃树病害识别技术，存在识别准确率不高、识别品种单一的问题，提出一种基于Faster-RCNN的PTYLD识别模型。为提高模型对PTYLD识别准确率和识别多样性，提出使用RS-Loss函数代替RPN中的交叉熵函数、使用Soft-NMS算法代替原来的NMS算法，来改进Faster-RCNN。通过试验对比初始版和改进版Faster-RCNN对PTYLD的识别效果。试验结果显示，改进后的Faster-RCNN对黄叶病识别的各类别平均准确率mAP达90.56%、召回率达94.16%、准确率达92.53%,能识别常见的五种PTYLD。
|
| 关 键 词： | 桃树黄叶病 Faster-RCNN 复杂背景 软性非极大值抑制算法 |
|
