TY -的A2 -李,Qiangyi AU -罗,泽盟——张Yizhuo盟——王客气盟——太阳,力平PY - 2021 DA - 2021/12/16 TI -检测松果在自然环境中使用改进YOLOv4深学习算法SP - 5601414六世- 2021 AB -实现快速、准确检测的松果自然环境对收益率估计和自动选择至关重要。然而,复杂的背景和小目标检测对松果构成重大挑战。本文提出一个松果检测方法使用改进的你只看一次(YOLO)意思版本4算法来克服这些挑战。首先,最初的松果图像数据来自天然的松树林。利用爬虫技术从互联网上收集更多的松果图像扩大数据集。第二,人口连接卷积网络(DenseNet)结构中引入YOLOv4改善功能重用和网络性能。此外,骨干网络修剪,以降低计算复杂度和维持输出尺寸不变。最后,对于在不同尺度特征融合的问题,改善颈部网络设计使用scale-equalizing金字塔卷积(SEPC)。实验结果表明,改进的YOLOv4模型比原YOLOv4网络;精度的平均值,召回,美联社达到96.1%,90.1%,95.8%;模型的计算量减少21.2%; the detection speed is fast enough to meet the real-time requirements. This research could serve as a technical reference for estimating yields and automating the picking of pine cones. SN - 1687-5265 UR - https://doi.org/10.1155/2021/5601414 DO - 10.1155/2021/5601414 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -