基于改进YOLOv5的玉米叶枯萎检测 |
| |
作者姓名: | 方影 王亮亮 |
| |
作者单位: | 2. 武汉理工大学计算机与人工智能学院;3. 武汉理工大学重庆研究院 |
| |
基金项目: | 重庆市自然科学基金(CSTB2022NSCQ-M); |
| |
摘 要: | 叶片枯萎是玉米生长过程中最常见的症状之一,利用视觉传感与模式识别技术实现玉米叶枯萎的自动检测可极大提高玉米的产量和生产效率,是智慧农业发展的重要方向。针对玉米叶遮挡场景下的枯萎检测问题,通过YOLOv5单阶段目标检测框架对叶片进行建模,并结合通道和空间注意力机制对模型架构进行改进,增强其骨干网络的特征提取能力,提高小目标玉米叶枯萎的检测精度。试验结果表明,提出的方法在Stewart_NLBimages_2019数据集上检测性能优于YOLOv5,检测平均精度均值达到86.84%,具有广阔的应用前景。
|
关 键 词: | 玉米叶 枯萎检测 YOLOv5 注意力机制 机器视觉 |
|
|