Indexed by：
Abstract：
以蔬菜苗田内幼苗期7种常见蔬菜和田间杂草为研究对象，针对田间杂草种类多和分布复杂导致检测方法效率低、精度差和鲁棒性不足等问题，逆向将杂草检测转换为作物检测，提出一种基于优化YOLOv4和图像处理的蔬菜苗田杂草检测算法。在YOLOv4目标检测算法基础上，主干特征提取网络嵌入SA模块增强特征提取能力，引入Transformer模块构建特征图长距离全局语义信息，改进检测头和损失函数提高检测定位精度。改进模型单幅图像平均识别时间为0.261s，平均识别精确率为97.49%。在相同训练样本以及系统环境设置条件下，将改进方法与主流目标检测算法Faster RCNN,SSD和YOLOv4算法对比，结果表明改...
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
图学学报
ISSN： 2095-302X
CN： 10-1034/T
Year： 2022
Issue： 04
Volume： 43
Page： 559-569
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
