基于改进YOLOv5s的复杂环境下棉花顶芽识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对在复杂环境下棉花顶芽识别率低、检测速度慢的问题，提出一种改进的YOLOv5s目标检测模型。首先收集在复杂棉田环境下棉花顶芽数据，其次在模型的主干网络中加入Hd-ShffleNetv2轻量化网络模块，以减少模型参数量，并加快模型的检测速度。同时在颈部中加入NLMA与BotNeT注意力机制模块，增加对棉花顶芽的特征提取能力，从而提高模型的识别精度。（剩余13138字）

试读结束

目录
monitor