基于SCG-YOLOv5n的收获期澳洲坚果检测算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：

为实现自然环境下澳洲坚果的快速准确检测，针对收获期澳洲坚果果皮与枝叶颜色相似、体积小、病害果混杂难识别的问题，提出一种基于SCG-YOLOv5n的收获期澳洲坚果检测算法。该方法运用数据增强，提高模型鲁棒性；在YOLOv5n的骨干网络引入SimAM注意力机制，增强有效特征的提取能力；在FPN结构中引入CARAFE上采样，强化目标感知能力；使用GSConv轻量级卷积替换部分卷积层，减轻模型的参数量并实现高效特征融合，提高检测速度和检测精度。（剩余14665字）

试读结束

目录
monitor