基于BCE-YOLOv5的蘋果葉部病害檢測(cè)方法

打開文本圖片集

摘要：針對(duì)自然環(huán)境中，人工目視解譯蘋果葉部病害耗時(shí)耗力、人為主觀因素強(qiáng)的問題。本研究提出了一種融合自注意力機(jī)制和Transformer模塊的目標(biāo)檢測(cè)算法——BCE-YOLOv5，實(shí)現(xiàn)對(duì)自然環(huán)境下對(duì)蘋果葉片病蟲害的自動(dòng)識(shí)別與檢測(cè)。該算法首先使用BotNet、ConvNeXt模塊分別替換Backbone網(wǎng)絡(luò)和Neck網(wǎng)絡(luò)的CSP結(jié)構(gòu)，增加自注意力機(jī)制對(duì)目標(biāo)的特征提取能力。（剩余13686字）