| 基于YOLO-DGS的香榧林入侵动物识别模型研究 | |
| 所属分类:技术论文 | |
| 上传者:wwei | |
| 文档大小:5110 K | |
| 标签: 香榧林 YOLOv11n 目标识别 | |
| 所需积分:0分积分不够怎么办? | |
| 文档介绍:针对现有香榧林防护方法无法实现物种区分与精准驱赶的问题,提出一种基于YOLO-DGS的香榧林入侵动物识别模型。以YOLOv11n为基线模型,首先,在Backbone层引入深度可分离卷积(DSConv)和SENet通道注意力,平衡特征提取与计算成本;其次,在Neck层引入幽灵卷积(GhostConv)进一步降低了模型参数量;最后,基于9094张香榧林动物数据集进行验证,YOLO-DGS模型识别精确率和mAP@50分别达97.18%和98.37%;参数量约2M,GFLOPs为4.8,与原始模型相比,分别降低了22%和24%。实验表明,YOLO-DGS模型可实现嵌入式设备部署并进行实时动物识别任务,为香榧林智能防护提供新思路。 | |
| 现在下载 | |
| VIP会员,AET专家下载不扣分;重复下载不扣分,本人上传资源不扣分。 | |
Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2