主管单位:吉林省科技厅
主办单位:吉林省科学技术信息研究所
合作单位:吉林省科学技术情报学会

农业与技术 ›› 2025, Vol. 45 ›› Issue (10): 35-40.DOI: 10.19754/j.nyyjs.20250530009

• 农业工程 • 上一篇    

基于FEPW R-CNN的苗期油菜和杂草检测方法

李律 龙陈锋 杨玉娟 王旭 刘鑫波   

  1. 湖南农业大学信息与智能科学技术学院,湖南长沙410128
  • 出版日期:2025-05-30 发布日期:2025-05-30
  • 作者简介:李律(1999-),男,硕士在读。研究方向:智慧农业;通信作者刘鑫波(1989-),男,博士,副教授,硕士生导师。研究方 向:数据挖掘,人工智能安全。
  • 基金资助:
    湖南省自然科学基金项目-青年基金项目(项目编号:2023川40333);湖南省普通本科高校教学改革研究项目(项目编号: 202401000676)
  • Online:2025-05-30 Published:2025-05-30

摘要: 针对传统Faster R--CNN目标检测方法在油莱幼苗图像多目标任务中检测精度和效率较低的问题,本文 提出一种基于FEPW R-CNN的多目标检测方法。使用EfficientNet网络取代传统的ResNet-S0骨千网络,以增强 模型的特征提取能力;结合了PANt上下文信息增强模块,进一步融合了自下而上的路径增强;采用WIoU损失 函数替换原有损失函数,使网络在训练过程中更加关注高质量的候选框,从而捉高目标定位和分类的准确性。通 过油莱幼苗数据集验证,本文所提方法取得了85.42%的mAP@0.5,显著优于传统方法和单阶段算法,为复杂 场景下的多目标检测提供了高效且高精度的解决方策。

关键词: Faster R--CNN;目标检测;机器视觉;EfficientNet

中图分类号: