一种基于YOLOv5的农业害虫检测方法
打开文本图片集
摘要
虫害是影响农作物产量的重要因素之一，害虫种类的精确识别已成为农业领域目标检测的重要研究课题。但由于害虫样本存在类间相似，标注的害虫样本尺度多样、背景复杂和类别分布不均匀等问题，使害虫的精准识别面临严峻挑战。为此，本文提出一种基于YOLOv5改进模型的农业害虫检测新方法。首先，引入了一种新型特征金字塔（feature pyramid attention， FPA）模块，用于替换基准YOLOv5主干网络的空间金字塔池化（spatial pyramid pooling， SPP）模块。（剩余17341字）