基于改进RetinaNet算法和无人机影像的松材线虫病疫木检测

李博姚黎帆王广彪张芳芳

北京航空航天大学;

摘要：

松材线虫病是一种传播速度快的毁灭性森林病害,及时识别、处置染病变色疫木是控制该病扩散蔓延的主要手段.该文研究了利用RetinaNet算法自动识别无人机遥感影像上的松材线虫病变色疫木,并将注意力机制引入到主干特征提取网络以减少背景对检测效果的影响,提高特征提取能力.结果表明,改进后的RetinaNet算法平均精度为97.2%,单张影像测试时间为17 ms,表现优于Fasterr R-CNN、SSD和RetinaNet.基于研究成果,对崂山区林地进行疫木航拍图像检测,实地抽检准确率达到98%.

关键词：深度学习、RetinaNet、无人机、注意力机制、松材线虫病

所属期刊栏目：7

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：71-74,79