基于改進YOLOv3的目標檢測方法研究

王繼千，劉喚喚，廖濤，朱小東

（安徽理工大學，安徽 淮南 232001）

0 引 言

目標檢測是當前的研究熱點，其主要目標是確定物體在圖像中的位置，并分辨出當前目標的類別，是模式識別中的重要算法。目前已應用于行人檢測、醫學圖像檢測、人臉檢測等領域，由此可以看出目標檢測具有重要的研究價值與現實意義。目標檢測在農業領域也有不錯的應用前景。隨著農業生產中不斷引入科學技術，農作物的產量及質量都有了顯著的提高。伴隨著農業生產和科學技術的快速融合，雖然很多農業問題已經得以解決，但是農業昆蟲災害依然是農業生產中科學技術無法完全攻克的一大難題，例如，昆蟲啃食對農作物的數量和質量造成較為嚴重的影響。因此，如何快速檢測出農業昆蟲的種類和數量，并保證較高的檢測精準度就成為農業生產中的一項重要工作。隨著科學技術的快速發展，昆蟲的檢測方式也發生了改變。昆蟲檢測大致可以分為傳統方法和非傳統方法，比如人工方法、誘捕法可以歸為傳統的昆蟲檢測方法，而正是由于科學技術的迅速發展，傳統的昆蟲檢測方法逐漸發展為成聲檢測、圖像識別和深度學習圖像處理等非傳統方法。傳統的昆蟲圖像識別策略是針對不同昆蟲外部特征的差異性進行精準設計，之后送入分類器，最終確定昆蟲種類。正是由于技術理論的疾速發展以及深度學習理論形成了較好的理論體系，結合這種理論基礎的目標檢測技術也在農業生產中逐漸盛行起來。……