摘要： 松材线虫病被称为松树的“癌症”，亚重威胁我国丰富的松林资源。针对目前染病松树株数统计问题,本文采用YOLOv4、SSD和Faster R-CNN这3种目标检测算法，对病疫区RGB影像染病松树进行训练，引入面 向对象的VEG-OSTU方法进行对比，验证其干深度学习的目标检测算法替代面向对象方法检测染病松树的可行性和最佳算法。实验结果表明:VEG-OSTU方法进行染病松树检测时的F1只有57.9%，这3种目标检测算法都 比VEG-OSTU方法的F1高出24%以上，验证目标检测算法代替面向对象方法检测染病松树是可行的:其中。 SSD 算法的F1最高为88.5%，相比YOLOv4和Faster R-CNN 分别高出4.7%和4.2%;此外，SSD检测时的FPS为57.89，在3种算法中针对染病松树检测效果最佳。

关键词: 目标检测算法:松材线虫病:染病松树:无人机影像