基于YOLOv3深度学习算法的桑椹菌核病严重度检测方法研究与应用

打开文本图片集

摘要：通过对5种不同发病级别的1万张桑椹果实图像进行训练，基于YOLOv3深度学习算法并结合迁移学习法，获得桑椹菌核病严重度目标检测模型。为了验证该模型的鲁棒性，与同样采用迁移学习的EfficientDet、Faster R-CNN和YOLOv4原始模型进行了对比。结果表明，YOLOv3模型对健康果实和菌核病果实检测的平均精确率均值为0.79，比其他模型提高6.76%～54.90%，其对不同发病级别菌核病果实检测的平均精确率比其他模型提高7.04%～80.95%，查准率和查全率为最优或者次优。（剩余12177字）