基于YOLOv4的蛇类图像识别

摘要：

文章基于YOLOv4进行了蛇类检测.在谷歌的Open Image数据集中下载已标注蛇类图片,使用谷歌的Colab平台进行实验,在Darknet框架下对网络模型进行训练.经对比,YOLOv4的最终性能高于常见的onestage检测算法,相近准确度下速度快于twostage检测算法.最终结果显示,YOLOv4在识别蛇类图像时准确度达95.55％,平均检测时间为37 ms,帧处理速率达27FPS(帧/秒).该检测速度和检测精度满足大部分背景下蛇类检测的需求,使蛇类检测与识别具备了可行性.

关键词：深度学习;卷积神经网络;蛇类;YOLOv4;目标检测

所属期刊栏目：5

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2021-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：34-36