| 基于YOLOv5改进模型的柑橘果实识别方法 |
| |
| 引用本文： | 黄彤镔,黄河清,李震,吕石磊,薛秀云,代秋芳,温威.基于YOLOv5改进模型的柑橘果实识别方法[J].华中农业大学学报,2022,41(4):170-177. |
| |
| 作者姓名： | 黄彤镔 黄河清 李震 吕石磊 薛秀云 代秋芳 温威 |
| |
| 作者单位： | 1.华南农业大学电子工程学院（人工智能学院），广州 510642； 2.国家柑橘产业技术体系机械化研究室，广州 510642；3.广东省农情信息监测工程技术研究中心，广州 510642； 4.人工智能与数字经济广东省实验室（广州），广州 510330；5.华南农业大学工程基础教学与训练中心，广州 510642 |
| |
| 基金项目： | 国家重点研发计划（2020YFD1000107）；国家自然科学基金项目（31971797）；国家现代农业产业技术体系建设专项（CARS–26）； 广东省科技厅项目（2021A1515010923）；广东省省级乡村振兴战略专项（粤财农［2021］ 37号）；广东省大学生科技创新培养专项（pdjh2020a0083） |
| |
| 摘 要： | 为实现在自然环境下对柑橘果实的识别，提出一种基于YOLOv5改进模型的柑橘识别方法。通过引入CBAM（convolutional block attention module，卷积注意力模块）注意力机制模块来提高网络的特征提取能力，改善遮挡目标与小目标的漏检问题；采用α-IoU损失函数代替GIoU损失函数作为边界框回归损失函数，提高边界框定位精度。结果显示：本研究提出的模型平均精度AP值达到91.3%，在GPU上对单张柑橘果实图像的检测时间为16.7 ms，模型占用内存为14.5 Mb。结果表明，本研究基于YOLOv5的改进算法可实现在自然环境下快速准确地识别柑橘果实，满足实时目标检测的实际应用需求。
|
| 关 键 词： | YOLOv5 柑橘识别 自动采摘 CBAM 损失函数 注意力机制 α-IoU |
| 收稿时间： | 2022/1/13 0:00:00 |
Citrus fruit recognition method based on the improved model of YOLOv5 |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《华中农业大学学报》浏览原始摘要信息 |
| 点击此处可从《华中农业大学学报》下载免费的PDF全文 |
