TY -的A2 -古普塔,迪帕克AU -李,鲲鹏盟——朱表示非盟- Li Nianqiang PY - 2021 DA - 2021/10/15 TI -轻量级自动识别和位置检测模型的农田害虫SP - 9937038六世- 2021 AB -自动识别和位置的农田害虫是一项重要的目标检测的研究方向。各种各样的害虫和害虫之间的相似类别的自动识别农田害虫有一些问题,如高错误率和困难的识别。为了达到一个更好的目标自动识别和位置的农田害虫,本文提出一种轻量级害虫检测模型,和网络提出的EfficientNet谷歌,而达到26害虫的检测,基于古典Yolo目标探测算法的意思。首先,通过轻量级特性提取主干,然后融合多尺度特性是由PANet;最后,三个特征矩阵输出预测了不同尺寸大小不同的害虫。使用意识作为损失函数的回归预测更好的反映了前框的相对位置和真正的盒子。实验结果与其他轻量级算法进行比较,结果表明,该算法的准确率为农业害虫的识别和定位在本文中是最高的,达到93.73%。此外,该模型是轻量级的,可以部署在低成本的设备,降低了设备的成本和准确地预测在农田害虫和疾病的状态。在实践中,结果表明,该算法可以有效地解决这个问题,大量的害虫,害虫积累,背景干扰,具有较强的鲁棒性。SN - 1530 - 8669你2021/9937038 / 10.1155——https://doi.org/10.1155/2021/9937038——摩根富林明——无线通信和移动计算PB - Hindawi KW - ER