改进YOLOv5模型的草莓检测方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：

草莓检测对草莓的自动化采摘具有重要的意义和价值，针对目前草莓模型检测精度较低、模型占用较大等问题，基于深度学习技术，提出一种改进YOLOv5的目标检测方法。首先，使用Ghost模块对YOLOv5主干网络进行优化，降低模型参数量和复杂度；其次，使用坐标注意力模块CA，提升模型对草莓关键特征的关注；然后将YOLOv5中的定位损失替换为SIoU，考虑边界框回归之间的向量角度。（剩余14175字）

试读结束

目录
monitor