基于改进YOLOv4的澳洲坚果视觉监测方法
打开文本图片集
摘要：针对大规模澳洲坚果种植园管理困难的问题，提出一种基于改进YOLOv4的林地澳洲坚果生长监测方法。在澳洲坚果种植基地中进行图像采集，记录3种常见的澳洲坚果存在形式，制作VOC数据集并用于模型训练。对样本数量较少的类别进行数据增强，使训练样本均衡分布。在原始YOLOv4方法的基础上进行改进，用DenseNet121网络替换原来的主干网络，并使用Focalloss优化检测模型的分类损失函数，有效提升检测模型精度，同时缓解类别间检测精度不平衡问题。（剩余10077字）