本文主要研究内容
作者刘生智,李春蓉,刘同金,热娜古丽热西提,陈立平（2019）在《基于YOLO V3模型的奶牛目标检测》一文中研究指出：生产条件下,视觉场景中的奶牛目标检测准确度,易受到环境光照条件、遮挡、阴影等因素的影响。为了高效、准确、鲁棒地检测视觉场景下的奶牛目标,试验采用YOLO V3模型,对采自生产条件下的奶牛目标图像开展了研究。实验结果表明,YOLO V3模型对个体和群体2组实验图像的漏检率分别为20. 69%、25. 00%;同时,检测效率亦较高。说明将深度学习技术应用于畜牧业智能化应用,具有巨大的应用前景。
Abstract
sheng chan tiao jian xia ,shi jiao chang jing zhong de nai niu mu biao jian ce zhun que du ,yi shou dao huan jing guang zhao tiao jian 、zhe dang 、yin ying deng yin su de ying xiang 。wei le gao xiao 、zhun que 、lu bang de jian ce shi jiao chang jing xia de nai niu mu biao ,shi yan cai yong YOLO V3mo xing ,dui cai zi sheng chan tiao jian xia de nai niu mu biao tu xiang kai zhan le yan jiu 。shi yan jie guo biao ming ,YOLO V3mo xing dui ge ti he qun ti 2zu shi yan tu xiang de lou jian lv fen bie wei 20. 69%、25. 00%;tong shi ,jian ce xiao lv yi jiao gao 。shui ming jiang shen du xue xi ji shu ying yong yu chu mu ye zhi neng hua ying yong ,ju you ju da de ying yong qian jing 。
论文参考文献
论文详细介绍
论文作者分别是来自塔里木大学学报的刘生智,李春蓉,刘同金,热娜古丽热西提,陈立平，发表于刊物塔里木大学学报2019年02期论文，是一篇关于奶牛论文,目标检测论文,人工智能论文,深度学习论文,机器视觉论文,塔里木大学学报2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自塔里木大学学报2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。