基于改進(jìn)YOLOv4的澳洲堅(jiān)果視覺監(jiān)測(cè)方法

打開文本圖片集

摘要：針對(duì)大規(guī)模澳洲堅(jiān)果種植園管理困難的問題，提出一種基于改進(jìn)YOLOv4的林地澳洲堅(jiān)果生長(zhǎng)監(jiān)測(cè)方法。在澳洲堅(jiān)果種植基地中進(jìn)行圖像采集，記錄3種常見的澳洲堅(jiān)果存在形式，制作VOC數(shù)據(jù)集并用于模型訓(xùn)練。對(duì)樣本數(shù)量較少的類別進(jìn)行數(shù)據(jù)增強(qiáng)，使訓(xùn)練樣本均衡分布。在原始YOLOv4方法的基礎(chǔ)上進(jìn)行改進(jìn)，用DenseNet121網(wǎng)絡(luò)替換原來的主干網(wǎng)絡(luò)，并使用Focalloss優(yōu)化檢測(cè)模型的分類損失函數(shù)，有效提升檢測(cè)模型精度，同時(shí)緩解類別間檢測(cè)精度不平衡問題。（剩余10077字）