基于改进SSD算法的感染松材线虫病松树检测
声明
致谢
中文摘要
英文摘要
目录
1绪论
1.1研究背景与意义（Research background and significance）
1.2 国内外松材线虫病监测研究进展（Research status at home and abroad）
1.3目前研究存在的问题（Problems in Current Research）
1.4 研究内容（Research Content）
1.5 研究方法与技术路线（Research Methods and Technical Routes）
1.6 章节结构（Chapter Arrangement）
2 深度学习相关理论
2.1深度学习概述(Overview of deep learning)
2.2卷积神经网络结构(Convolution neural network structure)
2.3 模型过拟合和欠拟合（Model Overfitting and Underfitting）
2.4深度学习框架（Deep Learning Framework）
2.5 卷积神经网络的发展历程(The development of convolutional neural network)
3基于深度学习目标检测算法的染病松树检测
3.1目标检测算法（Target Detection Algorithm）
3.2 基于深度学习的目标检测算法（ Target Detection Algorithm Based on Deep Learning）
3.3 无人机影像获取与预处理（ Acquisition and Preprocessing of UAV Images）
3.4 评价指标及实验环境相关参数设置(Evaluation Index and Experimental Environment Parameters Setting)
3.5 实验结果与分析（Experimental Results and Analysis）
3.6 本章小结（Chapter Summary）
4 基于改进SSD算法的染病松树检测
4.1改进SSD算法(Improved SSD Algorithm)
4.2 特征融合模块（Feature Fusion Module）
4.3通道注意力机制模块(Squeeze-and-Excitation Module)
4.4 实验结果与分析（Experimental Results and Analysis）
4.5 消融实验（Ablation Studies）
4.6 染病松树单株检测结果对比分析（ Comparative Analysis of Detection Results of Infected Pine Trees ）
4.7 本章小结（Chapter Summary）
5 结论与展望
5.1 结论(Conclusion)
5.2 展望(Prospect)
参考文献
作者简历
学位论文数据集
相关知识
基于AI技术松材线虫病智能识别方案
25分钟野外检定松材线虫病
松材线虫病的那些事儿
基于改进YoloV3卷积神经网络的番茄病虫害检测
松材线虫病科普
松材线虫病及传播媒介松褐天牛——防治病虫害系列科普文章之二
提升检测速度：松材线虫病快速检测仪的优化与调整@2024全国包邮
什么是松材线虫病?
基于GIS空间技术和MaxEnt模型预测川西松材线虫病入侵风险
松材线虫病，你了解多少？
网址: 基于改进SSD算法的感染松材线虫病松树检测 https://m.huajiangbk.com/newsview637091.html
| 上一篇: 园艺植物病虫害线虫防治方案.do |
下一篇: 花叶万年青受寒后的处理 |
