基于半监督学习的梨叶病害检测

打开文本图片集

摘要：植物病害的检测与识别是一个日益发展的研究领域，随着机器学习和深度学习概念的不断介入，为农业的发展提供了重要的技术支持。然而，目标检测技术存在着带标注数据获取成本高，且需要大量的人工来对数据进行标注等问题，给技术的实际应用造成了一定的阻碍。为解决在使用少量已标注数据及大量未标注数据进行训练模型从而提高准确率的问题，提出一种YOLO目标检测结合self-training半监督学习的方法，并且针对现有的 YOLO v3-Tiny目标检测网络在半监督学习基础上准确率相比于监督学习较低的问题，对原有的YOLO v3-Tiny模型进行了改进。（剩余13241字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。