基于改进YOLOv5s模型的玉米叶片病害识别

打开文本图片集

摘要 在玉米生长过程中，灰斑病、叶锈病和叶斑病是几种常见的玉米叶片病害。目前，深度学习成为玉米病害识别的重要方法。为提高玉米叶片病害的识别准确率，将在传统目标检测网络模型YOLOv5s的基础上进行优化改进，对玉米叶斑病、叶锈病、灰斑病３种叶片病害图像和正常玉米叶片图像进行识别。首先，通过镜像翻转、图像增强及亮度调节方法等对病害图像进行预处理操作，增强数据集并提高网络鲁棒性，将YOLOv5s网络模型原有的Bottleneck CSP模块替换为CBAM注意力机制模块，并与原始的YOLOv5s网络模型进行对比实验。（剩余5204字）