基于改进YOLOv5的自然环境下番茄果实检测

打开文本图片集

DOI： 10.13733/j.jcam.issn.2095-5553.2023.10.032

胡奕帆， 赵贤林， 李佩娟， 等. 基于改进YOLOv5的自然环境下番茄果实检测［J］. 中国农机化学报， 2023， 44（10）： 231-237

Hu Yifan， Zhao Xianlin， Li Peijuan， et al. Tomato fruit detection in natural environment based on improved YOLOv5  ［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（10）： 231-237

摘要：

为实现番茄果实的快速识别定位，提出一种改进的YOLOv5算法，通过改进数据增强方式，提高模型泛化性；通过替换轻量化主干网络，提高推理速度；增加注意力机制，增强主干网络的特征提取能力；通过修改特赠融合层提高对目标的识别能力并降低计算代价加速计算。（剩余11491字）