基于改进YOLOv5的番茄识别检测算法

打开文本图片集

摘要： 为提升果园自动采摘机器人的工作效率，提高对番茄果实识别的准确率，提出了一种基于改进 YOLOv5的番茄识别检测算法。该识别检测算法以 YOLOv5 算法为基础，改进了原算法中颈部网络的 BottleneckCSP 模块，通过增加批归一化层与SiLU激活函数提升了网络对目标深层语义信息的提取能力；采用轻量级通用上采样算子CARAFE扩大感受野，减少漏检并保持轻量化；结合轻量化注意力机制 SimAM 为网络提供三维的注意力权重，过滤掉冗余信息，提高模型的准确性和鲁棒性；用SIoU替换CIoU损失函数，有效减少冗余框的同时加快了预测框的收敛和回归。（剩余8359字）