改進(jìn)YOLOv5模型的草莓檢測(cè)方法研究

打開文本圖片集

摘要：

草莓檢測(cè)對(duì)草莓的自動(dòng)化采摘具有重要的意義和價(jià)值，針對(duì)目前草莓模型檢測(cè)精度較低、模型占用較大等問題，基于深度學(xué)習(xí)技術(shù)，提出一種改進(jìn)YOLOv5的目標(biāo)檢測(cè)方法。首先，使用Ghost模塊對(duì)YOLOv5主干網(wǎng)絡(luò)進(jìn)行優(yōu)化，降低模型參數(shù)量和復(fù)雜度；其次，使用坐標(biāo)注意力模塊CA，提升模型對(duì)草莓關(guān)鍵特征的關(guān)注；然后將YOLOv5中的定位損失替換為SIoU，考慮邊界框回歸之間的向量角度。（剩余14175字）