基于改进YOLOv5的苹果采摘机器人多目标识别技术研究

打开文本图片集

摘要：针对采摘机器人多目标检测影响因素多、识别准确率低等问题，为给采摘机械手提供有效的视觉引导，提出一种改进YOLOv5目标识别网络模型。首先，在YOLOv5s的基础上利用改进Ghost模块替代CSP模块，以减少模型计算量，使模型更为轻量化。考虑到预测框与目标框的横纵比问题，用CIoU_Loss替换GIoU_Loss作为损失函数，提高目标回归的稳定性。（剩余12687字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。