基于AD-YOLOX-Nano的茶葉嫩芽識(shí)別算法

打開文本圖片集

摘要：

為解決茶葉嫩芽識(shí)別困難，提高自然環(huán)境下茶葉嫩芽識(shí)別的精確性和魯棒性，提出一種融入注意力機(jī)制和深度可分離卷積的改進(jìn)型YOLOX-Nano（AD-YOLOX-Nano）茶葉嫩芽識(shí)別算法。該算法以YOLOX-Nano模型為基礎(chǔ)，采用CSPDarkNet作為主干網(wǎng)絡(luò)，通過在CSPDarkNet網(wǎng)絡(luò)中引入深度可分離卷積（Depthwise Separable Convolution）來減少特征提取工作量，并將卷積注意力模塊（Convolutional Block Attention Module）融入到Y(jié)OLOX-Nano網(wǎng)絡(luò)的特征金字塔中，學(xué)習(xí)不同通道的特征相關(guān)性，增強(qiáng)網(wǎng)絡(luò)的深度信息傳遞，提高模型在不同場(chǎng)景下對(duì)茶葉嫩芽的識(shí)別能力。（剩余14930字）