10.3969/j.issn.1672-9722.2023.06.001
基于改进YOLOv4的储粮害虫检测算法
针对储粮害虫检测中害虫目标较小,且存在重叠和遮挡现象,检测难度大的问题,提出了基于改进YOLOv4的储粮害虫检测算法.首先,该算法以多尺度检测的YOLOv4为基础算法,满足了小目标检测的要求;其次,引入K-means算法,对储粮害虫数据集聚类分析,调整先验框大小,加强对储粮害虫目标的检测能力;最后,在YOLOv4主干网络中加入空间金字塔池化结构,增加感受野,增加网络的特征提取能力.实验结果表明,在储粮害虫检测中,论文提出的算法的平均精度均值达到93.99%,与未改进的YOLOv4算法相比提高了4.49%,且检测速度达到了26.36帧/s.与YOLOv3相比,改善了储粮害虫的漏检情况.
储粮害虫、YOLOv4、K-means、空间金字塔池化
51
TP301.6(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金;江苏省自然科学基金
2023-10-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
1217-1222,1255