基于YOLO的玉米全膜双垄沟种床苗带识别方法

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 李相周  戴飞  郭文娟  张方圆  宋学锋  张锋伟 

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。