基于YOLO-L的自然环境中澳洲坚果果实的检测和识别

打开文本图片集

摘要： 针对自然环境下果实重叠、相互遮挡和目标小的澳洲坚果果实检测准确率低的问题，提出一种改进YOLOv9模型的识别方法（YOLO-L）。首先，引入BiFormer注意力机制，该机制通过双层路由注意力机制实现了动态、查询感知的稀疏注意力分配，能够很好地捕获特征表征，增强网络对全局特征的关注度；其次，采用VoVGSCSP模块代替YOLOv9中的CBFuse模块，提高了复杂场景下小目标的检测效果；最后，将YOLOv9模型默认的损失函数替换成排斥损失函数，解决了果实排列密集和漏检的问题，进一步提升了澳洲坚果果实检测的平均精度。（剩余14009字）