基于深度学习的蝴蝶识别研究与实现 |
| |
引用本文: | 顾焱,杨凯.基于深度学习的蝴蝶识别研究与实现[J].现代计算机,2023(18):30-34. |
| |
作者姓名: | 顾焱 杨凯 |
| |
作者单位: | 西京学院计算机学院 |
| |
摘 要: | 科学技术的不断进步,促进了社会的发展,人们开始逐渐重视自然生态中的物种多样性,对各类物种的识别需求也日益增多。蝴蝶是自然界中与人类生活、生产密切相关的物种,因此,对蝴蝶的识别研究具有重要意义和价值。但目前的蝴蝶检测大多效率低下、检测成本高、检测准确率低,鉴于此,设计使用labelme作为数据集的标注工具,使用深度学习框架PyTorch作为基本算法库,在PyCharm的集成开发环境上编码实现YOLOv5目标检测模型并进行训练,利用Qt Designer设计可视化界面,再使用PyQt5完成可视化界面并实现调用模型进行检测的功能,最后将检测结果与Mask RCNN、SSD算法的检测结果进行对比,对比结果显示,本文使用的方法明显优于其它网络,最后,基于上述步骤完成对野外环境中蝴蝶的识别研究与实现。
|
关 键 词: | 蝴蝶 目标检测 深度学习 YOLOv5 |
|
|