基于轻量化改进型YOLOv5s的玉米病虫害检测方法

打开文本图片集

摘要：  针对复杂环境下目前现有的玉米病虫害检测方法的精度不理想、模型复杂、难以在移动端部署等问题，本研究提出了基于轻量化改进型YOLOv5s的玉米病虫害检测方法。首先，采用轻量级网络GhostNet替换原始YOLOv5s模型中特征提取网络和特征融合网络的卷积层，降低模型的计算量和参数量，提高运行速度，以满足移动端的部署要求；其次，为弥补GhostNet所带来的检测精度下降缺陷，在模型的主干特征提取网络中引入注意力机制，更加全面地评估特征权值，以增强玉米病虫害的特征，减弱无关信息的干扰，提升检测性能；最后，将模型的损失函数由CIOU替换为EIOU，以增强模型对目标的精确定位能力，从而提升模型的收敛速度和回归精度。（剩余14807字）