10.3969/j.issn.1006-9348.2023.01.092
基于改进YOLOv3的单木树冠检测算法
针对已有目标检测算法在检测形态结构复杂的树冠时容易产生误检和复杂度较高的问题,提出一种基于改进YOLOv3的单木树冠检测算法.结合稀疏连接与残差结构的特点,采用ResNeXt-50模型构建基础网络,并根据ResNeXt块设计检测模块的结构,降低网络复杂度,改善网络泛化性与表征能力.同时采用Mish激活函数改进隐藏层的映射形式,使网络更易于拟合和优化.实验结果表明,与YOLOv3算法相比,上述算法在航拍树冠数据集上的平均精度均值提高了9.07%,且具有更小的时空复杂度.
深度学习、目标检测、单木树冠、航拍图像
40
TP391.41(计算技术、计算机技术)
2023-03-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
510-516