基于YOLOv3深度學習算法的桑椹菌核病嚴重度檢測方法研究與應用

打開文本圖片集

摘要：通過對5種不同發(fā)病級別的1萬張桑椹果實圖像進行訓練，基于YOLOv3深度學習算法并結(jié)合遷移學習法，獲得桑椹菌核病嚴重度目標檢測模型。為了驗證該模型的魯棒性，與同樣采用遷移學習的EfficientDet、Faster R-CNN和YOLOv4原始模型進行了對比。結(jié)果表明，YOLOv3模型對健康果實和菌核病果實檢測的平均精確率均值為0.79，比其他模型提高6.76%～54.90%，其對不同發(fā)病級別菌核病果實檢測的平均精確率比其他模型提高7.04%～80.95%，查準率和查全率為最優(yōu)或者次優(yōu)。（剩余12177字）