基于改进YOLO v4的自然场景下冬枣果实分类识别

打开文本图片集

摘要： 为实现冬枣园机械化自动化采摘以及冬枣树精准化管理，针对自然场景下冬枣果实的快速、准确分类识别问题，提出一种基于YOLO v4模型改进的冬枣果实分类识别模型CC-YOLO v4。利用改进的CSP跨阶段部分连接结构和多尺度特征融合的CBAM卷积注意力模块，减小网络规模的同时增强特征提取能力，改善果实分类识别的误检和遮挡目标的漏检情况；采用Softmax交叉熵损失函数代替Sigmoid二元交叉熵损失函数作为分类损失函数，引入EIoU损失函数代替CIoU损失函数作为边界框回归损失，进一步改善果实分类识别的误检并提升预测框精度。（剩余15144字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。