基于改进YOLOv5s的咖啡叶病虫害识别方法OA
Coffee Leaf Diseases and Insect Pests Identification Method Based on Improved YOLOv5s
为了提高咖啡的质量和产量,实现咖啡叶病虫害高效精准检测,本文提出了一种基于改进YOLOv5s的咖啡叶病虫害识别方法.利用CARAFE上采样模块替换原始模型中的上采样模块,减少上采样过程中特征信息的损失,提升特征金字塔网络性能;在检测头前端引入GAM全局注意力机制,提取空间和通道不同维度的交互信息,增强病虫害的识别能力;用高效解耦头(Decoupled Head)替换原始耦合头区分回归和分类,加快模型收敛和提高检测精度;结果显示,改进后的模型准确率…查看全部>>
刘金涛;李双;李佳骏;蔺瑶;曾晏林;贺壹婷;杨毅
云南农业大学大数据学院,云南 昆明 650201云南农业大学大数据学院,云南 昆明 650201云南农业大学大数据学院,云南 昆明 650201云南农业大学大数据学院,云南 昆明 650201云南农业大学大数据学院,云南 昆明 650201云南农业大学大数据学院,云南 昆明 650201云南农业大学大数据学院,云南 昆明 650201
计算机与自动化
咖啡病虫害YOLOv5s
Coffeediseases and pestsYOLOv5s
《山东农业大学学报（自然科学版）》 2023 (5)
691-699,9
云南省重大科技专项:云果数字化关键技术研发与应用示范(202002AE09001002)
评论