基于改进YOLOv5n模型的农作物病虫害识别方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 针对模型对复杂场景下农作物病虫害的识别精度低、模型参数量大的问题，本研究对轻量级YOLOv5n模型进行改进。首先，在YOLOv5n模型的骨干网络中加入坐标注意力模块，使模型关注检测目标及其位置，减少复杂背景对模型的影响。其次，引入加权的双向特征融合金字塔网络（BiFPN），减少小目标信息丢失，提高了模型的特征学习能力。（剩余15311字）

试读结束

目录
monitor