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1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：
基于深度学习的“一膜两年用”玉米全膜双垄沟种床特征识别方法研究
1
作者 蒲俊羽 戴飞 +4 位作者 史瑞杰 王久鑫 宋学锋 李璐 赵武云 《干旱地区农业研究》 CSCD 北大核心 2024年第4期298-310,共13页
为更加准确掌握“一膜两年用”玉米全膜双垄沟覆膜种床特征,提高其智能化生产水平,采用基于深度学习的目标检测网络模型开展“一膜两年用”玉米全膜双垄沟种床特征识别方法的研究,对种床结构中的残膜、根茬和覆土带进行检测识别。结果表... 为更加准确掌握“一膜两年用”玉米全膜双垄沟覆膜种床特征,提高其智能化生产水平,采用基于深度学习的目标检测网络模型开展“一膜两年用”玉米全膜双垄沟种床特征识别方法的研究,对种床结构中的残膜、根茬和覆土带进行检测识别。结果表明:优化后的YOLOx网络模型的效果相关值(mAP)为90.76%,检测结果优于其他网络模型。为探究无人机拍摄图像对目标检测结果的影响,采用三因素三水平BOX-Behnken试验设计方法,建立无人机飞行高度、无人机飞行角度和无人机飞行速度与评价网络模型mAP值的数学模型,寻求无人机拍摄的最优参数组合并进行试验验证,当无人机飞行高度为0.9 m、飞行角度100°、飞行速度2.2 m·s^(-1)时,评价网络模型效果相关的响应值达到最优。经验证,无人机拍摄参数优化后,网络模型的mAP值为92.67%,检测效果优于其他组模型。 展开更多
关键词 全膜双垄沟 种床特征 深度学习 目标检测 无人机拍摄
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