基于YOLO-L的自然環(huán)境中澳洲堅(jiān)果果實(shí)的檢測和識(shí)別

打開文本圖片集

摘要： 針對(duì)自然環(huán)境下果實(shí)重疊、相互遮擋和目標(biāo)小的澳洲堅(jiān)果果實(shí)檢測準(zhǔn)確率低的問題，提出一種改進(jìn)YOLOv9模型的識(shí)別方法（YOLO-L）。首先，引入BiFormer注意力機(jī)制，該機(jī)制通過雙層路由注意力機(jī)制實(shí)現(xiàn)了動(dòng)態(tài)、查詢感知的稀疏注意力分配，能夠很好地捕獲特征表征，增強(qiáng)網(wǎng)絡(luò)對(duì)全局特征的關(guān)注度；其次，采用VoVGSCSP模塊代替YOLOv9中的CBFuse模塊，提高了復(fù)雜場景下小目標(biāo)的檢測效果；最后，將YOLOv9模型默認(rèn)的損失函數(shù)替換成排斥損失函數(shù)，解決了果實(shí)排列密集和漏檢的問題，進(jìn)一步提升了澳洲堅(jiān)果果實(shí)檢測的平均精度。（剩余14009字）