V7

作品数:400被引量:462H指数:12
导出分析报告
相关领域:自动化与计算机技术医药卫生更多>>
相关作者:张林鍹田野张海东李敬兆张峰波更多>>
相关机构:深圳金三立视频科技股份有限公司海飞安妃有限公司西门子(中国)有限公司安徽理工大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金国家重点实验室开放基金国家重点基础研究发展计划黑龙江省教育厅科学技术研究项目更多>>
-

检索结果分析

结果分析中...
选择条件:
  • 期刊=江苏农业科学x
条 记 录,以下是1-6
视图:
排序:
基于EBS-YOLO v7的轻量化葡萄病害识别方法
《江苏农业科学》2025年第5期165-174,共10页杨宏宇 谢小龙 郭容 张佳进 
云南省重大科技专项(编号:202202AE090021)。
为了解决葡萄病害检测过程中存在的识别精度低、模型计算复杂度高及参数量大等问题,提出一种基于EBS-YOLO v7的轻量化葡萄病害识别方法。该方法使用EfficientNet轻量化网络结构替换YOLO v7主干网络,使模型在降低计算量及参数量的同时保...
关键词:目标检测 病害识别 轻量化 YOLO v7 注意力机制 SIoU 
基于叶绿素荧光成像及YOLO v7-DLM的绿豆叶片患病等级检测方法
《江苏农业科学》2025年第5期184-195,共12页李洁 高尚兵 余骥远 张浩淼 陈新 李士丛 蒋东山 袁星星 刘金洋 梁文香 
国家食用豆产业技术体系岗位科学家项目(编号:CARS-09-G13);江苏省种业“揭榜挂帅”项目(编号:JBGS〔2021〕004);江苏省研究生科研与实践创新计划(编号:SJCX23_1859)。
叶绿素能够准确反映作物疾病进程和等级,通过监测叶绿素能够帮助人们快速评估作物病情;构建精准高效的绿豆叶斑病检测模型对于准确筛选抗病品种和定位抗病基因具有重要意义。针对不同患病等级叶片的病斑大小不一、特征不明显的病斑容易...
关键词:绿豆叶斑病检测 阶梯式空间金字塔池化 坐标注意力机制 EIoU 叶绿素荧光图像 
基于KSGM-YOLO的轻量级小目标实蝇检测模型
《江苏农业科学》2025年第5期213-223,共11页邓泓 王祖明 尹乘乐 李越千 黄伟继 桂露 周帅 彭莹琼 
国家自然科学基金(编号:62262028);江西省教育厅科学技术研究项目(GJJ210438、GJJ210434、GJJ2200423)。
实蝇害虫会对果蔬作物造成减产,进而影响农民的果蔬经济效益。由于实蝇类间相似性高且采集的样本多为小目标,导致传统的害虫识别模型不准确。为此,提出一种基于YOLO v7-tiny的轻量级小目标检测模型KSGM-YOLO。该模型首先设计了针对实蝇...
关键词:实蝇 YOLO v7-tiny KSGM-YOLO 小目标检测 轻量级 
基于轻量化改进YOLO v7-Tiny算法的苹果检测与分类
《江苏农业科学》2024年第23期221-229,共9页徐江鹏 王传安 
安徽省高校自然科学研究重点项目(编号:KJ2021A0895);安徽省教育厅科学研究项目(编号:2022AH051642)。
为了解决传统苹果分拣方法效率低下、实时性差等问题,提出一种基于轻量化YOLO v7-Tiny算法的改进方法,用于检测和分类苹果的好果和坏果。首先,为提升非线性和泛化能力,采用深度可分离卷积策略,并对PReLU激活函数进行重新设计以减少参数...
关键词:苹果 分类 轻量化 YOLO v7-Tiny算法 深度可分离卷积 激活函数 注意力 
基于改进轻量化YOLO v7的成熟期香梨目标检测方法
《江苏农业科学》2024年第20期121-128,共8页郑文轩 杨瑛 
新疆生产建设兵团科技创新项目(编号:2021CB021)。
为在自然环境下准确地识别和检测香梨果实,以YOLO v7为基础网络模型,针对果园中香梨果实、果叶、枝干之间相互遮挡问题,提出一种改进的轻量化YOLO v7梨果目标检测方法。该方法将MobileNet v3引入YOLO v7模型中作为其骨干特征提取网络,...
关键词:目标检测 香梨 YOLO v7 轻量化 注意力机制 
基于改进YOLO v7-tiny的小麦麦穗检测方法
《江苏农业科学》2024年第20期147-156,共10页鲁子翱 张婧婧 韩博 李永福 
新疆维吾尔自治区重大科技专项(编号:2022A02011-2);科技创新2030重大项目(编号:2022ZD0115805)。
针对农田环境下小麦麦穗目标检测精确率低的问题,在YOLO v7-tiny模型基础上进行深入改进,旨在提高麦穗检测的准确率,以满足农业生产管理系统和农业机器人边缘检测设备的需求。采用EfficientViT的主干网络替代YOLO v7-tiny的特征提取网络...
关键词:目标检测 YOLO v7 EfficientViT CARAFE 高效多尺度注意力机制 
检索报告 对象比较 聚类工具 使用帮助 返回顶部