基于YOLO的玉米植株识别研究
植株的精准识别和定位是获取植物表型信息的基础,本研究采用YOLO v5s对 7 种玉米数据集组合进行训练,研究了不同数据量、学习率(0.01、0.001 和 0.0001)和数据增强技术(增加对比度、改变亮度、水平翻转图像和图像旋转)对模型训练的影响,以通过目标检测算法达到识别玉米植株的目的.研究表明,模型精度随数据量的增大而增加;为获得不同的数据集的最优精度,需设置不同的学习率;4 种增强数据集在学习率为0.0001 时,YOLO v5 模型的平均精度最高.本研究利用深度学习技术对玉米图像进行目标检测,实现玉米目标定位,对构建一体化的智慧农业平台具有重要意义.
玉米、YOLO、目标检测、数据增强
43
S126(农业物理学)
内蒙古自治区科技重大专项课题项目;内蒙古自然科学基金项目
2023-07-19（万方平台首次上网日期，不代表论文的发表时间）
共6页
40-45
