标题
  • 标题
  • 作者
  • 关键词

基于YOLO v4的松材线虫病变色木自动检测

2024-05-11分类号:S763.18

【作者】劳全   夏云峰   叶盛   杨杰   赖叶茗   陶晰
【部门】海南电网有限责任公司海口变电运检分公司  
【摘要】【目的】对受松材线虫病影响的树木进行快速、高效和精确的检测。【方法】利用深度学习技术中的YOLO v4(you only look once version 4)目标检测模型,对高分辨率影像中的松材线虫病变色木进行检测,并与SSD(single shot multibox detector)模型进行对比。【结果】YOLO v4模型的检测精度较高,精确度(P)为0.961 3,召回率(R)为0.764 9,F1分数为0.851 9。【结论】YOLO v4可准确地识别和定位松材线虫病变色木,且精确度比SSD高。
【关键词】松材线虫病变色木  深度学习  目标检测
【基金】国家自然科学基金资助项目(41971376)
【所属期刊栏目】福建农林大学学报(自然科学版)
文献传递