基于少量標注樣本的茶芽目標檢測YSVD-Tea算法

摘要： 構建大規(guī)模茶芽目標檢測數(shù)據(jù)集是一項耗時且繁瑣的任務，為了降低數(shù)據(jù)集構建成本，探索少量標注樣本的算法尤為必要。本文提出了YSVD-Tea (YOLO singular value decomposition for tea bud detection)算法，通過將預訓練模型中的基礎卷積替換為3個連續(xù)的矩陣結構，實現(xiàn)了對YOLOX算法結構的重構。通過維度變化和奇異值分解操作，將預訓... （共11頁）