基于轻量化YOLO模型的花椒簇检测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：花椒簇的自动化采摘是实现花椒智能化生产、降低生产成本的重要部分，花椒簇在自动化采摘时快速准确检测是其重要前提。以花椒簇为研究对象，提出一种基于YOLOv5s的轻量化花椒簇检测模型GGL—YOLO。首先，在GhostNet浅层添加SE注意力机制，并且删除GhostNet较深的冗余层，用优化后的GhostNet作为YOLOv5s的主干；其次，在模型的颈部采用更加轻量的GSConv卷积方法和C2f模块；最后，在P3、P4、P5特征图输出层使用动态感受野的方法。（剩余9536字）

试读结束

目录
monitor