基于可形變卷積與SimAM注意力的密集柑橘檢測算法

打開文本圖片集

摘要：針對現(xiàn)有檢測算法難以檢測自然場景下小而密集的柑橘問題，提出一種DS-YOLO（Deformable Convolution SimAM YOLO）密集柑橘檢測算法。引入可形變卷積網(wǎng)絡(luò)（Deformable Convolution）代替原YOLOv4中的特征提取網(wǎng)絡(luò)部分卷積層，使特征提取網(wǎng)絡(luò)能自適應(yīng)提取遮擋、重疊等導(dǎo)致柑橘形狀信息缺失的位置特征，在特征融合模塊中，增加新的檢測尺度并融合SimAM注意力機(jī)制，增強(qiáng)模型對于小而密集柑橘特征的提取能力。（剩余10856字）