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 |