基于輕量化YOLO模型的花椒簇檢測研究

打開文本圖片集

摘要：花椒簇的自動化采摘是實現(xiàn)花椒智能化生產(chǎn)、降低生產(chǎn)成本的重要部分，花椒簇在自動化采摘時快速準確檢測是其重要前提。以花椒簇為研究對象，提出一種基于YOLOv5s的輕量化花椒簇檢測模型GGL—YOLO。首先，在GhostNet淺層添加SE注意力機制，并且刪除GhostNet較深的冗余層，用優(yōu)化后的GhostNet作為YOLOv5s的主干；其次，在模型的頸部采用更加輕量的GSConv卷積方法和C2f模塊；最后，在P3、P4、P5特征圖輸出層使用動態(tài)感受野的方法。（剩余9536字）