基于改进YOLOv4的园林绿化景观设计探究

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据

中文摘要：深度学习算法中,YOLOv4在目标识别、检测中已经得到典型应用,其性能出色,但参数量、计算量仍然较高,存在相应的改进空间.为改进目标识别过程中的小目标实时检测,基于改进YOLOv4,生成一种用于园林绿化景观设计场景的轻量级目标检测模型,能够利用现场实测数据集、模拟数据集进行训练,以较少精度损失,降低参数、模型的大小,便于在此基础上形成应用于园林绿化景观设计中的目标检测、识别和分类系统.结果表明,改进YOLOv4能够有效提升园林绿化景观设计过程中小目标检测精度,具有良好的泛化性、迁移性,在小目标识别检测方面的准确性与速度获得高度平衡,潜力较大.

作者：

黄华

展开 >

作者单位：

华艺生态园林股份有限公司,安徽合肥 230088

关键词：

改进YOLOv4 园林绿化景观设计目标检测小目标检测

出版年：

2024

现代园艺

江西省经济作物局江西省双金柑桔试验站

现代园艺

影响因子：0.609

ISSN：1006-4958

年,卷(期)：2024.47(12)

参考文献量7