基于改进YOLOv5s的自然环境下油桃成熟度检测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：成熟度是影响水果产量和品质的关键因素，为实现对自然环境下油桃成熟度的高效检测，提出一种改进YOLOv5s模型的检测方法。首先，将原始模型颈部的特征金字塔结构替换成BiS特征金字塔结构，从而提高模型对成熟度特征的融合和提取能力；然后，利用QFocal Loss损失函数将目标边界框估计与分类评分整合在一起，从而解决训练样本中正负样本比例失衡的问题；最后，将CIoU-NMS作为模型的非极大值抑制方法，提升模型对遮挡和重叠果实的检测效果。（剩余12657字）

试读结束

目录
monitor
客服机器人