基于改進(jìn)YOLOv7的高壟草莓成熟度實時檢測研究

打開文本圖片集

摘  要：針對光照、遮擋、果實密集以及分布不均衡等復(fù)雜環(huán)境造成草莓識別不準(zhǔn)確問題，該文提出一種基于YOLOv7的改進(jìn)模型為YOLOv7-SCC，制作草莓樣本數(shù)據(jù)集建立真實采摘的復(fù)雜環(huán)境數(shù)據(jù)，首先，使用輕量級特征提取網(wǎng)絡(luò)ShuffleNetv2替換YOLOv7主干網(wǎng)絡(luò)，實現(xiàn)輕量化的同時有效減少模型參數(shù)量；其次，引入CBAM注意力機(jī)制模塊，從而增強(qiáng)特征網(wǎng)絡(luò)對草莓區(qū)域的識別；最后，選用內(nèi)容感知特征重組（CARAFE）上采樣來擴(kuò)展特征融合網(wǎng)絡(luò)中的感受野并充分利用語義信息。（剩余9474字）