编号
zgly0001739286
文献类型
期刊论文
文献题名
基于YOLO的玉米全膜双垄沟种床苗带识别方法
作者单位
甘肃农业大学机电工程学院
甘肃政法大学网络空间安全学院
母体文献
林业机械与木工设备
年卷期
2022,50(2)
页码
51-56
年份
2022
分类号
S233.3
S776
关键词
玉米全膜双垄沟
种床苗带
深度学习
YOLO
目标检测
文摘内容
玉米苗期是玉米全膜双垄沟种床苗带中耕管理与追肥的关键时期,为进一步提升玉米全膜双垄沟智能机械化生产水平,基于深度学习的目标检测YOLOv3-SPP网络模型与YOLOx-Darknet53网络模型开展了玉米全膜双垄沟种床苗带识别方法研究。研究结果表明,YOLOx-Darknet53网络模型与YOLOv3-SPP网络模型的mAP分别为95.56%和94.72%,前者比后者高0.84%,使用100幅图像测得前者检测速度FPS为44.1,而后者为19.1,前者检测速度明显快于后者。研究方法与结论可为玉米全膜双垄沟种床苗带识别方法与玉米全膜双垄沟智能农机装备的有效结合提供理论支撑。