基于轻量化深度学习模型的豆角苗-杂草检测方法

摘要：

除草是保证农业丰产的重要环节,杂草识别是自动化除草的关键.为了满足在中小型除草机器人上的使用,将轻量级深度学习模型MobileNet-SSD应用于杂草识别.选取豆角苗和杂草作为实验对象,将实验目标细分为大目标和普通目标,针对大目标改动了MobileNet-SSD模型的特征层.对比原模型、改动模型和标准SSD模型,以MobileNet作为主干网络时识别速度提升了2倍.改动模型比原模型在普通目标检测上精度降低了3.15％,对大目标检测精度提高了3.23％.实验表明:MobileNet-SSD模型与改动模型都具有体积小、识别率高、检测速度快等优点,在检测普通目标与大目标时各有优劣.

关键词：杂草识别、目标检测、轻量化模型、深度学习

所属期刊栏目：60

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：98-102,107