基于改进YOLO v5的橙子果实识别方法

打开文本图片集

摘要：针对自然环境下橙子检测存在枝叶遮挡、相邻果实重叠等情况而导致检测效果差的问题，提出一种改进的YOLO v5方法。首先，在主干网络部分使用RepVGG（re-param VGG）模块替换原始C3模块，加强网络对特征信息的提取能力；其次，在颈部网络使用鬼影混洗卷积（ghost-shuffle convolution）代替原有的标准卷积，能够在保证精度的前提下，降低模型参数量；再次，在预测头前加入ECA（efficient channel attention）注意力模块，能够更加准确定位目标信息；最后，引入EIOU（efficient intersection over union）损失函数加速预测框的收敛，提高其回归精度。（剩余8410字）