基于改进YOLOv5算法的瓜蒌分级方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：

为解决瓜蒌检测技术存在的检测精度低且检测时间长的问题，提出一种基于改进YOLOv5算法的瓜蒌分级方法YOLOv5-GCB。在主干网络引入Ghost卷积模块替换传统卷积，在保证准确率的同时减少模型的参数量；在特征提取网络和推理层之间添加CA注意力模块，增强模型对空间和通道信息的关注，提高检测精度；在颈部网络中引入双向加权特征金字塔网络（Bi-directional Feature Pyramid Network，BiFPN）替换原始结构，融合不同尺度特征提升多尺度目标的表达能力。（剩余13430字）

试读结束

目录
monitor