基于改进YOLOv5s-ECA-ASFF算法的茶叶病害目标检测

打开文本图片集

摘要：在自然场景下，茶叶病害形状各异、目标小，传统卷积神经网络不适用于复杂背景下的病害检测。因此，提出一种改进的YOLOv5s-ECA-ASFF茶叶病害目标检测算法。该算法通过引入ECA通道注意力模块来增强通道维度上的全局上下文信息，并使用自适应空间特征融合（ASFF）技术改进茶叶病害的多尺度特征融合，提高模型的背景抗干扰能力。（剩余16379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。