基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了对粮仓害虫进行有效地检测,减少粮食损失,提出一种基于SSD的粮仓害虫检测方法.该方法利用多个尺度的卷积特征图来检测害虫.通过轻量化模型结构和优化损失函数来提高SSD的训练速度和检测效率.实验将6类高爆发的粮仓害虫图像进行训练和测试,结果表明:该方法相比较于当前主流的目标检测方法在对粮仓害虫检测中具有更高的mAP.
推荐文章
基于改进SSD的视频烟火检测算法
烟火检测
轻量化
SSD
GhostNet
Concat
特征融合
基于SSD算法的口罩佩戴检测模型
SSD 框架
one-hot
目标检测
口罩检测
基于SSD的盲人导航障碍要素识别检测
盲人导航
深度学习
目标检测
SSD
粮仓环境检测智能巡检小车研制
智能小车
粮仓环境监测
湿温检测
单片机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SSD的粮仓害虫检测研究
来源期刊 计算机工程与应用 学科 工学
关键词 粮仓害虫 粮食损失 目标检测 SSD mAP
年,卷(期) 2020,(11) 所属期刊栏目 图形图像处理
研究方向 页码范围 214-218
页数 5页 分类号 TP302.1
字数 3554字 语种 中文
DOI 10.3778/j.issn.1002-8331.1906-0350
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王昌达 江苏大学计算机科学与通信工程学院 50 237 9.0 13.0
2 宋雪桦 江苏大学计算机科学与通信工程学院 42 365 11.0 18.0
3 汪盼 江苏大学计算机科学与通信工程学院 4 0 0.0 0.0
4 邓壮来 江苏大学计算机科学与通信工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (169)
共引文献  (50)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(18)
  • 参考文献(0)
  • 二级参考文献(18)
2016(14)
  • 参考文献(0)
  • 二级参考文献(14)
2017(11)
  • 参考文献(2)
  • 二级参考文献(9)
2018(21)
  • 参考文献(5)
  • 二级参考文献(16)
2019(5)
  • 参考文献(5)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粮仓害虫
粮食损失
目标检测
SSD
mAP
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导