无人机遥感影像的YOLOv3鼠洞识别技术

发布时间：2020-12-15 19:19

　　【目的】利用无人机遥感结合机器视觉识别荒漠林大沙鼠鼠洞,以期能够自动、准确和高效地获取鼠洞分布情况,为提高科学治理鼠害效率提供支持。【方法】针对古尔班通古特沙漠南缘荒漠林大沙鼠典型鼠害区,提出一种运用机器视觉结合无人机遥感对鼠害区域鼠洞进行识别定位的方法。该方法包含利用YOLOv3网络及其轻量级解决方案YOLOv3-tiny网络2种识别大沙鼠鼠洞的方案。首先从2次拍摄的低空遥感影像中挑选合适的影像,将其裁剪为416×416像素的图像,利用目标标注工具labelling对图像中鼠洞进行标注,构建荒漠林大沙鼠鼠洞数据集。而后利用k-means聚类算法对大沙鼠鼠洞数据集目标候选框的个数和宽高比维度进行聚类分析,选出适合数据集的先验框。最后调整参数对网络进行训练,采用对大沙鼠鼠洞数据集目标检测的准确率（precision,P）、召回率（recall,R）和平均精确率(average precision,AP作为目标检测算法的评价指标。【结果】YOLOv3网络在大沙鼠鼠洞数据集上的平均查准率为92.37%,YOLOv3-tingy的平均查准率为85.86%,YOLOv3网络比YOLOv3-tin... 

【文章来源】：林业科学. 2020年10期 北大核心

【文章页数】：10 页

【部分图文】：

YOLOv3结构

YOLOv3-tiny结构

YOLOv3-tiny是YOLOv3的轻量级解决方案，过多的先验框会影响其检测速度，综合考虑，所以本文按照其原本设计方案，取k=6，选取先验框数量为6。对于的预测框大小设置为6个聚类中心，在大沙鼠鼠洞数据集上对应聚类中心的宽和高分别为(11,10),(4,4),(6,6),(15,14),(8,7),(5,5)。1.7 评价指标

【参考文献】：
期刊论文
[1]应用无人机(UAV)低空影像监测黄兔尾鼠鼠洞初探[J]. 孙迪,倪亦非,陈吉军,阿布都瓦里,郑江华.  中国植保导刊. 2019(04)
[2]基于无人机遥感与卷积神经网络的草原物种分类方法[J]. 杨红艳,杜健民,王圆,张燕斌,张锡鹏,康拥朝.  农业机械学报. 2019(04)
[3]三江源典型区鼠洞无人机遥感识别研究[J]. 周晓琳,安如,陈跃红,艾泽天,黄理军.  亚热带资源与环境学报. 2018(04)
[4]基于深度学习的森林虫害无人机实时监测方法[J]. 孙钰,周焱,袁明帅,刘文萍,骆有庆,宗世祥.  农业工程学报. 2018(21)
[5]基于无人机低空遥感的荒漠林大沙鼠鼠洞分布与地形的关系——以新疆古尔通古特沙漠南缘局部为例[J]. 马涛,郑江华,温阿敏,陈梦,穆晨.  林业科学. 2018(10)
[6]基于深度学习的无人机影像玉米倒伏区域提取[J]. 郑二功,田迎芳,陈涛.  河南农业科学. 2018(08)
[7]基于深度学习的无人机遥感生态灌区杂草分类[J]. 王术波,韩宇,陈建,潘越,曹毅,孟灏.  排灌机械工程学报. 2018(11)
[8]荒漠生态林区大沙鼠鼠洞密度的无人机遥感监测技术初探[J]. 温阿敏,郑江华,陈梦,穆晨,马涛.  林业科学. 2018(04)
[9]基于UAV低空遥感的荒漠林大沙鼠洞群覆盖率及分布特征研究——以新疆古尔班通古特沙漠南缘局部为例[J]. 马涛,郑江华,温阿敏,陈梦,刘忠军.  生态学报. 2018(03)
[10]新疆草原鼠害的综合防治技术分析[J]. 康淑红.  当代畜牧. 2015(32)



本文编号：2918780