科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着新农村的建设，农业用地的规划和利用也变得至关重要。针对传统地物分类方法效率低、自动化程度不高等问题，提出基于YOLO-v3改进模型的农村地物检测分类方法。该方法在YOLO-v3的Res4结构的基础上添加SPP层，有效地提升了模型对多尺寸目标的适应能力，在一定程度上提高了模型的泛化能力。同时，在FPN层添加PAN结构，增加了定位信息的语义特征，对于模型的检测精度提升明显。实验结果表明，提出的改进YOLO-v3模型在Air数据集的mAP达到了0.726，相较YOLO-v3模型，在精度、检测效率和模型的泛化能力上都有所提升。
- 出版日期2023
- 单位兰州交通大学
