基于域自適應NWD-YOLOv5的復雜環(huán)境下水稻幼苗計數(shù)

摘要： 水稻種植初期經常會遇到綠色水藻等干擾微小水稻幼苗計數(shù)的復雜環(huán)境，使得微小水稻幼苗與背景難以區(qū)分，容易造成檢測計數(shù)模型性能顯著下降，然而目前通用的深度學習方法無法應對復雜跨域場景下的水稻幼苗檢測計數(shù)任務。為此，提出一種基于平均教師的域自適應NWD-YOLOv5模型，以解決無人機視角下的復雜環(huán)境微小水稻幼苗計數(shù)問題。為了提高模型對復雜背景下微小幼苗的檢測計數(shù)能力，將基于平均教師模型... （共14頁）