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
2
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
基于改进YOLOv7的草莓成熟度检测方法
被引量:
2
1
作者
李红丹
帅璐宇
+1 位作者
徐雪环
蒲海波
《四川农业大学学报》
CSCD
北大核心
2024年第3期561-571,共11页
【目的】为实现自然环境下草莓及其成熟度的高效准确检测,设计了一款改进的YOLOv7的草莓成熟度检测模型。【方法】模型采用YOLOv7作为基础网络对草莓成熟度进行检测。首先,使用PConv卷积替换原Head部分的3×3卷积以提高检测速度。其...
【目的】为实现自然环境下草莓及其成熟度的高效准确检测,设计了一款改进的YOLOv7的草莓成熟度检测模型。【方法】模型采用YOLOv7作为基础网络对草莓成熟度进行检测。首先,使用PConv卷积替换原Head部分的3×3卷积以提高检测速度。其次,在部分特征层添加CBAM注意力机制提高模型关注重要信息的能力;再将原本上采样中简单的双线性插值算子替换为CARAFE,增加模型对草莓果实细节的感知能力。最后,利用迁移学习实现草莓数据集的训练和微调。【结果】改进前的模型mAP50为85.6%,改进后的模型mAP50为87.7%,参数量从原来的9.14×10^(6)下降为7.32×10^(6),GFLOPs下降为19.8,提高了检测速度。【结论】改进后的模型在草莓及其成熟度的检测中具有更高的检测精度和速度,可以在实际应用场景中实现草莓果实的生长监测。
展开更多
关键词
目标检测
YOLOv7
迁移学习
草莓
成熟度分类
下载PDF
职称材料
深度学习在小麦害虫分类研究中的应用
2
作者
徐雪环
贾岚
+4 位作者
李红丹
贾心语
张博达
周飓
蒲海波
《四川农业大学学报》
CSCD
北大核心
2023年第6期1079-1089,共11页
【目的】基于深度学习的小麦害虫高效识别方法有助于害虫的及时防控,极大程度地保障粮食质量安全。【方法】首先,在IP102小麦害虫数据集的基础上,提出结合增广和Real-ESRGAN超分辨率增强的技术方案,重新制作了高质量小麦害虫数据集:IP-A...
【目的】基于深度学习的小麦害虫高效识别方法有助于害虫的及时防控,极大程度地保障粮食质量安全。【方法】首先,在IP102小麦害虫数据集的基础上,提出结合增广和Real-ESRGAN超分辨率增强的技术方案,重新制作了高质量小麦害虫数据集:IP-AugESRWheat,有效突破了小麦害虫数据集面临的类别不平衡、规模小、分辨率低的局限。其次,提出轻量高效的ECA-EffV2模型,增强模型对小麦害虫的特征提取能力。【结果】改进前的准确率为72.5%,参数量为21.46 M,改进后准确率达到94.8%,参数量降到17.76 M。【结论】提出的协同增广增强的技术策略及高效轻量的模型为小麦害虫图像识别任务提供了有效的技术方法和数据支撑,对可持续小麦生产和农业生态发展具有重要价值。
展开更多
关键词
小麦害虫识别
EfficientNetV2
Real-ESRGAN超分辨率模型
ECA注意力机制
下载PDF
职称材料
题名
基于改进YOLOv7的草莓成熟度检测方法
被引量:
2
1
作者
李红丹
帅璐宇
徐雪环
蒲海波
机构
四川
农业
大学信息
工程
学院
四川省
雅安市
数字
农业
工程技术
研究
中心
出处
《四川农业大学学报》
CSCD
北大核心
2024年第3期561-571,共11页
基金
国家自然科学基金(32172122)
四川省自然科学基金面上项目(22ZDYF0095)。
文摘
【目的】为实现自然环境下草莓及其成熟度的高效准确检测,设计了一款改进的YOLOv7的草莓成熟度检测模型。【方法】模型采用YOLOv7作为基础网络对草莓成熟度进行检测。首先,使用PConv卷积替换原Head部分的3×3卷积以提高检测速度。其次,在部分特征层添加CBAM注意力机制提高模型关注重要信息的能力;再将原本上采样中简单的双线性插值算子替换为CARAFE,增加模型对草莓果实细节的感知能力。最后,利用迁移学习实现草莓数据集的训练和微调。【结果】改进前的模型mAP50为85.6%,改进后的模型mAP50为87.7%,参数量从原来的9.14×10^(6)下降为7.32×10^(6),GFLOPs下降为19.8,提高了检测速度。【结论】改进后的模型在草莓及其成熟度的检测中具有更高的检测精度和速度,可以在实际应用场景中实现草莓果实的生长监测。
关键词
目标检测
YOLOv7
迁移学习
草莓
成熟度分类
Keywords
target detection
YOLOv7
transfer learning
strawberry
ripeness classification
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
S669.4 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
深度学习在小麦害虫分类研究中的应用
2
作者
徐雪环
贾岚
李红丹
贾心语
张博达
周飓
蒲海波
机构
四川
农业
大学信息
工程
学院
四川省
雅安市
数字
农业
工程技术
研究
中心
出处
《四川农业大学学报》
CSCD
北大核心
2023年第6期1079-1089,共11页
基金
国家自然科学基金项目(32172122)
四川省自然科学基金面上项目(22ZDYF0095)。
文摘
【目的】基于深度学习的小麦害虫高效识别方法有助于害虫的及时防控,极大程度地保障粮食质量安全。【方法】首先,在IP102小麦害虫数据集的基础上,提出结合增广和Real-ESRGAN超分辨率增强的技术方案,重新制作了高质量小麦害虫数据集:IP-AugESRWheat,有效突破了小麦害虫数据集面临的类别不平衡、规模小、分辨率低的局限。其次,提出轻量高效的ECA-EffV2模型,增强模型对小麦害虫的特征提取能力。【结果】改进前的准确率为72.5%,参数量为21.46 M,改进后准确率达到94.8%,参数量降到17.76 M。【结论】提出的协同增广增强的技术策略及高效轻量的模型为小麦害虫图像识别任务提供了有效的技术方法和数据支撑,对可持续小麦生产和农业生态发展具有重要价值。
关键词
小麦害虫识别
EfficientNetV2
Real-ESRGAN超分辨率模型
ECA注意力机制
Keywords
wheat pest identification
EfficientNetV2
Real-ESRGAN
ECA attention mechanism
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
S435.12 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv7的草莓成熟度检测方法
李红丹
帅璐宇
徐雪环
蒲海波
《四川农业大学学报》
CSCD
北大核心
2024
2
下载PDF
职称材料
2
深度学习在小麦害虫分类研究中的应用
徐雪环
贾岚
李红丹
贾心语
张博达
周飓
蒲海波
《四川农业大学学报》
CSCD
北大核心
2023
0
下载PDF
职称材料
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