基于深度学习的林地澳洲坚果检测识别
打开文本图片集
摘要：为实现对林地澳洲坚果的准确检测，以园林环境下的澳洲坚果为研究对象，提出一种基于深度学习的检测模型。在Faster R-CNN基础上搭建检测模型，对比VGG16、Resnet-50、Resnet-101等多种主干网络的特征提取性能，在Resnet-50网络的基础上构建特征金字塔网络（Feature Pyramid Network， FPN）结构，并使用双线性插值ROI Align替换原来的ROI Pooling池化，提高模型对小尺寸物体的检测效果。（剩余14377字）