改进YOLOv5s和迁移学习对番茄穴盘苗的分级检测OA北大核心CSCDCSTPCD
为了提高番茄穴盘苗分级检测精度,该研究提出了改进YOLOv5s目标检测模型,并通过迁移学习对番茄穴盘病苗识别精度进行优化。采用轻量级网络EfficientNetv2的Backbone部分作为特征提取网络,保留YOLOv5s中的SPPF空间金字塔池化模块,压缩模型参数数量以减少计算量;更改模型Neck部分原始上采样模块为CARAFE轻量级上采样模块,在引入很少参数量的情况下提高模型精度;同时将PANet替换为BiFPN,引入特征权重信息,增强不同尺…查看全部>>
李韬;任玲;胡斌;王双;赵明;张玉泉;杨苗
石河子大学机械电气工程学院,石河子832003 农业农村部西北农业装备重点实验室,石河子832003石河子大学机械电气工程学院,石河子832003 农业农村部西北农业装备重点实验室,石河子832003石河子大学机械电气工程学院,石河子832003 农业农村部西北农业装备重点实验室,石河子832003石河子大学机械电气工程学院,石河子832003 农业农村部西北农业装备重点实验室,石河子832003石河子大学机械电气工程学院,石河子832003 农业农村部西北农业装备重点实验室,石河子832003石河子大学机械电气工程学院,石河子832003 农业农村部西北农业装备重点实验室,石河子832003石河子大学机械电气工程学院,石河子832003 农业农村部西北农业装备重点实验室,石河子832003
农业工程
机器视觉分级检测番茄穴盘苗EfficientNetv2迁移学习YOLOv5s
《农业工程学报》 2023 (23)
P.174-184,11
国家自然科学基金项目(32360439)石河子大学高层次人才项目(RCZK2021B17)石河子大学自主资助支持科研项目(ZZZC202105)。
评论