基于改进YOLOv5的番茄识别检测算法

  • 打印
  • 收藏
收藏成功


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)

monitor