基于改进SSD的无人机影像松材线虫病变色木检测

编号 zgly0001743347

文献类型 期刊论文

文献题名 基于改进SSD的无人机影像松材线虫病变色木检测

作者 刘顺利  刘昌华  张雷  彭词清  薛冬冬 

作者单位 河南理工大学测绘与国土信息工程学院  广东省岭南综合勘察设计院 

母体文献 林业资源管理 

年卷期 2022,(3)

页码 135-141

年份 2022 

分类号 S763  S771.8 

关键词 松材线虫病  特征融合  通道注意力模块  改进SSD 

文摘内容 快速精确获取松材线虫病变色木的株数和位置信息,结合相应的治理措施是防止松材线虫病进一步蔓延的有效手段。通过无人机获取松材线虫病变色木林区的厘米级影像,采用SSD,YOLO v4和Faster R-CNN三种深度学习算法实现对变色木的自动检测。结果表明:相比YOLO v4和Faster R-CNN,SSD对于变色木的总体精度更高为75.0%;提出一种结合特征融合模块和通道注意力机制模块的方法改进SSD,改进SSD的总体检测精度为79.0%,相比SSD总体检测精度提升4.0%,表明改进SSD比SSD更适合变色木检测。验证区的变色木株数为87株,改进SSD正确检测株数为81株,检测的正确率高达93.1%,实现对林区无人机影像中松材线虫病变色木的精准检测,可为松材线虫病变色木的防治工作提供技术支持。