改進(jìn)YOLOv5s的蝗蟲識(shí)別系統(tǒng)

打開文本圖片集

摘要：為準(zhǔn)確有效識(shí)別寧夏荒漠草原地區(qū)蝗蟲種類，基于YOLOv5s網(wǎng)絡(luò)模型提出一種復(fù)雜背景下蝗蟲目標(biāo)檢測(cè)模型YOLOv5s-CG，在主干網(wǎng)絡(luò)使用CoTNet保留復(fù)雜背景下的蝗蟲特征信息，同時(shí)在頸部網(wǎng)絡(luò)中融入GAM全局注意力機(jī)制提高檢測(cè)模型的特征融合能力。結(jié)果表明，在對(duì)寧夏荒漠草原蝗蟲進(jìn)行識(shí)別時(shí)，模型YOLOv5s-CG 精確率為92.5%，平均精度均值為93.2%，相比原始模型分別提高4.8個(gè)百分點(diǎn)和5.3個(gè)百分點(diǎn)，與 Fast R-CNN、YOLOv3、YOLOv4、YOLOv5s、YOLOv6s、YOLOv7模型相比，YOLOv5s-CG網(wǎng)絡(luò)模型對(duì)寧夏荒漠草原蝗蟲具有更好的檢測(cè)性能。（剩余12677字）