| 基于YOLO v5-MDC的重度粘连小麦籽粒检测方法 |
| |
| 引用本文： | 宋怀波,王云飞,段援朝,宋磊,韩梦璇.基于YOLO v5-MDC的重度粘连小麦籽粒检测方法[J].农业机械学报,2022,53(4):245-253. |
| |
| 作者姓名： | 宋怀波 王云飞 段援朝 宋磊 韩梦璇 |
| |
| 作者单位： | 西北农林科技大学机械与电子工程学院,陕西杨凌712100;农业农村部农业物联网重点实验室,陕西杨凌712100 |
| |
| 基金项目： | 国家重点研发计划项目(2019YFD1002401) |
| |
| 摘 要： | 小麦籽粒检测在千粒质量计算及作物育种方面有着重要应用，重度粘连籽粒的有效检测是其关键。本研究设计了一种YOLO v5-MDC的轻量型网络用于重度粘连小麦籽粒检测。该网络在YOLO v5s检测网络的基础上，用混合深度可分离卷积(Mixed depthwise convolutional, MDC)模块进行改进，同时将MDC模块与压缩激励(Squeeze and excitation, SE)模块相结合，以达到在基本不损失模型精度的前提下减少模型参数的目的。YOLO v5-MDC网络将YOLO v5s特征提取网络骨干部分的卷积、归一化、激活函数(Convolution, Batch normal, Hardswish, CBH)模块替换为MDC模块，减少了模型的参数，经过500次迭代训练，模型的精确率P为93.15%,召回率R为99.96%,平均精度均值(mAP)为99.46%。根据模型在测试集上的检测效果，本研究探究了训练次数、不同光源与不同拍摄距离对模型检测结果的影响，统计结果表明，在绿色光源下模型检测精确率最高，为98.00%,在5 cm拍摄高度下图像的检测精确率最高，为98.60%...
|
| 关 键 词： | 小麦籽粒 粘连目标检测 YOLO v5 混合深度可分离卷积 |
| 收稿时间： | 2021/4/7 0:00:00 |
Detection Method of Severe Adhesive Wheat Grain Based on YOLO v5-MDC Model |
| |
| SONG Huaibo,WANG Yunfei,DUAN Yuanchao,SONG Lei,HAN Mengxuan.Detection Method of Severe Adhesive Wheat Grain Based on YOLO v5-MDC Model[J].Transactions of the Chinese Society of Agricultural Machinery,2022,53(4):245-253. |
| |
| Authors: | SONG Huaibo WANG Yunfei DUAN Yuanchao SONG Lei HAN Mengxuan |
| |
| Institution: | Northwest A&F University |
| |
| Abstract: | |
| |
| Keywords: | wheat grain adhesive target detection YOLO v5 mixed depthwise convolutional |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
