期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于YOLOv5s的林业害虫目标检测方法分析
被引量:
1
1
作者
陈中垚
《电子技术(上海)》
2024年第3期53-57,共5页
阐述一种基于YOLOv5s模型的林业害虫目标检测方法,采用五类林业害虫的数据集对模型进行训练。实验结果分析表明,该模型能够较为准确地检测以及识别分类出小目标、多目标以及常态下的五类害虫图像。在对于图像预处理方面,实验使用多种数...
阐述一种基于YOLOv5s模型的林业害虫目标检测方法,采用五类林业害虫的数据集对模型进行训练。实验结果分析表明,该模型能够较为准确地检测以及识别分类出小目标、多目标以及常态下的五类害虫图像。在对于图像预处理方面,实验使用多种数据增强的方法,有效地提高模型的泛化能力以及鲁棒性,对于提出的林业害虫目标检测模型具有良好的检测效果。
展开更多
关键词
计算机技术
YOLOv5s
害虫识别
目标检测
深度学习
原文传递
题名
基于YOLOv5s的林业害虫目标检测方法分析
被引量:
1
1
作者
陈中垚
机构
广东理工学院
出处
《电子技术(上海)》
2024年第3期53-57,共5页
文摘
阐述一种基于YOLOv5s模型的林业害虫目标检测方法,采用五类林业害虫的数据集对模型进行训练。实验结果分析表明,该模型能够较为准确地检测以及识别分类出小目标、多目标以及常态下的五类害虫图像。在对于图像预处理方面,实验使用多种数据增强的方法,有效地提高模型的泛化能力以及鲁棒性,对于提出的林业害虫目标检测模型具有良好的检测效果。
关键词
计算机技术
YOLOv5s
害虫识别
目标检测
深度学习
Keywords
coputer
technology
YOLOv5s
pest
recognition
object
detection
deep
learning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.41 [自动化与计算机技术—控制科学与工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于YOLOv5s的林业害虫目标检测方法分析
陈中垚
《电子技术(上海)》
2024
1
原文传递
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部