免費論文查重認準CNKI論文查重,專為高校論文檢測、畢業(yè)論文查重、碩士論文查重誕生的論文檢測入口平臺,CNKI論文查重系統(tǒng)涵蓋海量的數(shù)據(jù)庫,為畢業(yè)生解決各種煩惱,論文查重軟件免費為各種有論文檢測、論文查重需求的人提供,論文查重認準CNKI查重!
發(fā)布時間:2023-02-13 18:55:04 作者:學(xué)術(shù)小編 來源:m.jyydt.com.cn

傳統(tǒng)的蝴蝶識別算法存在以下問題: 1.在自然生態(tài)照片中,蝴蝶往往以小目標的形式出現(xiàn)(蝴蝶圖像的面積太小),傳統(tǒng)的蝴蝶識別算法往往無能為力。 2.培訓(xùn)所需的數(shù)據(jù)量巨大,但找不到高質(zhì)量的帶注釋的公共數(shù)據(jù)集。 3.一些稀有蝴蝶在自然狀態(tài)下的照片太少,無法直接用作訓(xùn)練集。 Joe Redmon [1]提出的YOLO模型是目標檢測領(lǐng)域的一種著名的端到端學(xué)習(xí)模型。 與RCNN [13]序列的兩步模型相比,YOLO模型執(zhí)行速度快,避免了背景誤差,但定位精度差,某些分類的單模型誤報率高。