基于SSD网络模型改进的水稻害虫识别方法

• 作者: 佘颢 单鲁泉 吴伶
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: SSD神经网络 目标检测 数据增强 激活函数
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 49-54
• 页数: 6页
• 分类号: TP391.41
• 字数: 4527字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2019526

摘要

针对目前主流的目标检测算法在虫害监控系统中识别速度慢、准确度低的问题,提出一种基于SSD网络模型的水稻害虫识别方法.该算法用表征能力更强的特征金字塔代替SSD原有的多尺度特征图,同时改进了归一化和激活函数,使得模型对小目标的识别率更高、收敛性更好,从而提高了水稻害虫的识别率与检测速度.实验表明,相比于faster R-CNN算法,基于SSD改进的水稻虫害识别方法的mAP最高提升了6.6％,其识别速度最高提升8倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	佘颢	湖南农业大学信息与智能科学技术学院	1	0	0.0	0.0
2	吴伶	湖南农业大学信息与智能科学技术学院	3	4	1.0	2.0
3	单鲁泉	湖南农业大学信息与智能科学技术学院	1	0	0.0	0.0