| 深度迁移学习在紫茎泽兰检测中的应用 |
| |
| 引用本文： | 蒋毅,耿宇鹏,张俊华,王嘉庆,宋颖超.深度迁移学习在紫茎泽兰检测中的应用[J].计算机系统应用,2020,29(6):271-275. |
| |
| 作者姓名： | 蒋毅 耿宇鹏 张俊华 王嘉庆 宋颖超 |
| |
| 作者单位： | 云南大学信息学院,昆明650500;云南大学生态学与环境学院,昆明650091 |
| |
| 基金项目： | 国家自然科学基金(61841112, 31660057) |
| |
| 摘 要： | 紫茎泽兰作为中国遭受外来物种入侵的典型例子, 其对生态环境多样性造成严重破坏, 影响农林业经济的发展. 紫茎泽兰检测作为整个防治过程中的初始阶段和监控阶段, 其检测精度会对防治结果造成影响. 针对紫茎泽兰这一类复杂背景叶片图像的目标检测问题, 本文提出一种基于YOLOv3的迁移学习方法来实现紫茎泽兰的检测. 将深度学习模型YOLOv3迁移到紫茎泽兰数据集上, 用K均值算法进行维度聚类确定目标框参数; 在训练过程中改变损失函数中各类损失的权重, 增加模型对数据集的适应性. 实验结果表明, 在紫茎泽兰检测任务中, 平均精度(Average Precision, AP)相较于原YOLOv3提高了17%, 能够满足复杂背景下的紫茎泽兰检测任务.
|
| 关 键 词： | 紫茎泽兰检测 YOLOv3算法 目标检测 深度学习 迁移学习 |
| 收稿时间： | 2019/10/19 0:00:00 |
| 修稿时间： | 2019/11/15 0:00:00 |
Application of Deep Migration Learning in Detection of Eupatorium Adenophorum |
| |
| JIANG Yi,GENG Yu-Peng,ZHANG Jun-Hu,WANG Jia-Qing,SONG Ying-Chao.Application of Deep Migration Learning in Detection of Eupatorium Adenophorum[J].Computer Systems& Applications,2020,29(6):271-275. |
| |
| Authors: | JIANG Yi GENG Yu-Peng ZHANG Jun-Hu WANG Jia-Qing SONG Ying-Chao |
| |
| Affiliation: | School of Information Science & Engineering, Yunnan University, Kunming 650500, China;College of Ecology and Environment, Yunnan University, Kunming 650091, China |
| |
| Abstract: | |
| |
| Keywords: | Eupatorium adenophorum detection YOLOv3 algorithm target detection deep learning migration learning |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
