AIRR  >> Vol. 11 No. 3 (August 2022)

人工智能与机器人研究
Artificial Intelligence and Robotics Research
Vol.11 No.3(2022), Paper ID 54390, 12 pages
DOI:10.12677/AIRR.2022.113025

基于YOLO-V5l与ResNet50的农田害虫检测
Farmland Pest Detection Based on YOLO-V5l and ResNet50

柳春源,陈洪建,曾小辉,向 滔,寇喜鹏:重庆科技学院,数理与大数据学院,重庆

版权 © 2017 柳春源, 陈洪建, 曾小辉, 向 滔, 寇喜鹏。本期刊文章已获得知识共享署名国际组织(Creative Commons Attribution International License)的认证许可。您可以复制、发行、展览、表演、放映、广播或通过信息网络传播本作品;您必须按照作者或者许可人指定的方式对作品进行署名。

How to Cite this Article


柳春源, 陈洪建, 曾小辉, 向滔, 寇喜鹏. 基于YOLO-V5l与ResNet50的农田害虫检测[J]. 人工智能与机器人研究, 2022, 11(3): 236-247. https://doi.org/10.12677/AIRR.2022.113025