- 1、本文档共66页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
在花卉自动识别领域,提高花卉图像检测精度和速度一直是研究的重点。然
而,传统的花卉图像识别方法通常依赖于人工设计的特征,并结合机器学习分类,
存在训练时间长、硬件要求高和检测精度不足等问题。这些问题在实际应用中表
现得尤为明显,面对复杂背景和设备限制,难以准确、高效地识别出模糊且多样
的花卉品种。针对以上这些问题,本研究提出了一种综合SRGAN的图像超分辨
能力和YOLOv8n的目标检测能力的组合模型,旨在提高花卉图像检测的精度和
实时性,并降低模型的使用限制。本文主要对花
文档评论(0)