基于無人機(jī)圖像檢測的林業(yè)蟲害監(jiān)控預(yù)防

打開文本圖片集

摘要：為解決現(xiàn)有基于無人機(jī)圖像的蟲害監(jiān)控方法效率低效果差，且需要耗費(fèi)大量人力物力的問題，研究基于深度學(xué)習(xí)構(gòu)建了基于無人機(jī)的林業(yè)蟲害檢測框架，將淺層網(wǎng)絡(luò)提取的特征信息傳遞到深層網(wǎng)絡(luò)，并通過剪枝和批量歸一化折疊對模型進(jìn)行了輕量化改進(jìn)。結(jié)果表明，訓(xùn)練過程中各模型趨于穩(wěn)定時，改進(jìn)后的YOLOv4模型平均準(zhǔn)確率達(dá)97.38%，計(jì)算成本和存儲需求較原始的YOLOv4已分別降低17.81個百分點(diǎn)和23.38%；平均檢測正確率比改進(jìn)前高12.75個百分點(diǎn)。（剩余9338字）