基于YOLO v5的水稻害虫分类

打开文本图片集

摘要： 针对水稻害虫识别过程中存在的检测难度大、模型精度低、计算量大等问题，以稻纵卷叶螟等14类水稻害虫为研究对象， 改进了YOLO v5检测算法，引入高效通道注意力机制（efficient channel attention，ECA）与EIoU（efficient- IoU）损失函数，并结合Ghost卷积，提出了一种基于改进的YOLO v5水稻害虫识别方法：（1）通过引入ECA注意力机制实现对水稻害虫识别过程中重要信息的处理，采用跨通道信息交互，保证模型性能和降低复杂度；（2）引入EIoU损失函数代替CIoU（complete-IoU）损失函数，从而降低原有CIoU损失函数存在的回归精度问题；（3）利用Ghost卷积替换CBS模块及C3模块中的标准卷积，实现模型轻量化处理。（剩余10983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。