基于改進Yolov5s的水稻葉病檢測方法

打開文本圖片集

摘要：水稻葉病防治在提高水稻產(chǎn)量中具有重要作用，針對水稻葉病人工檢查速度慢、主觀性高的問題，提出一種基于改進Yolov5s的水稻葉病目標檢測方法。采用K-means聚類算法得到先驗框尺寸，增強檢測模型對水稻葉病的適應(yīng)性；將輕量級空間注意力與通道注意力融合，對高層語義特征信息增強，增強模型對病害信息的感知度；并結(jié)合特征金字塔網(wǎng)絡(luò)，融合多尺度感受野獲取目標上下文信息，有效地增強模型對目標周圍特征的提取，提高目標檢測的準確度。（剩余12737字）