摘要
为实现在田间复杂多变的环境下对水田及障碍物的快速识别,提出一种基于YOLOV3算法的耕田机作业目标检测方法。该方法首先采集大量有关水田的图片,包括未耕种的水田、旱田等的图片,通过对其中的目标物、障碍物进行分类、存放、编号,检测出目标物的类别及其实际位置的坐标;然后,采用OpenCV库对水田图片进行数据增广,提高在特殊情况下的识别准确率;最后,对YOLOV3模型进行训练并优化。实验结果表明,该方法对障碍物识别的平均准确率达到92.2%,平均精度比原YOLOV3模型提高了34.91%,且训练时间减少了30.2%。此外,随着数据的增加,该方法在各种情况下的目标识别准确率仍有提升空间。
出处
《电脑编程技巧与维护》
2023年第5期123-125,共3页
Computer Programming Skills & Maintenance
