基于改進(jìn)YOLOv5s-ECA-ASFF算法的茶葉病害目標(biāo)檢測

打開文本圖片集

摘要：在自然場景下，茶葉病害形狀各異、目標(biāo)小，傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)不適用于復(fù)雜背景下的病害檢測。因此，提出一種改進(jìn)的YOLOv5s-ECA-ASFF茶葉病害目標(biāo)檢測算法。該算法通過引入ECA通道注意力模塊來增強通道維度上的全局上下文信息，并使用自適應(yīng)空間特征融合（ASFF）技術(shù)改進(jìn)茶葉病害的多尺度特征融合，提高模型的背景抗干擾能力。（剩余16379字）