基于改进YOLOv5s的轻量级葡萄目标检测融合算法OA北大核心CSTPCD
针对农业自动采摘机械对目标检测模型准确率、实时性及轻量化的需求,提出了一种轻量级葡萄目标检测网络YM-GDM(YOLOv5s-MobileNetV3 grape detection model)。使用MobileNetV3代替CSPDarknet53作为YOLOv5s的主干网络,以实现模型的轻量化;引入Res2Net_C2f模块和BiFPN(Bi?directional feature pyramid network)结构,以提高模型的多尺度特征…查看全部>>
胡峻峰;李松青;黄晓文;刘大洋;李柏聪
东北林业大学计算机与控制工程学院,黑龙江哈尔滨150040东北林业大学计算机与控制工程学院,黑龙江哈尔滨150040东北林业大学计算机与控制工程学院,黑龙江哈尔滨150040 比亚迪股份有限公司,广东深圳518000东北林业大学计算机与控制工程学院,黑龙江哈尔滨150040东北林业大学计算机与控制工程学院,黑龙江哈尔滨150040 比亚迪股份有限公司,广东深圳518000
农业科学
葡萄目标检测YOLOv5s轻量化网络特征融合
《河南农业科学》 2024 (9)
P.150-158,9
国家自然科学基金项目(32202147)中央高校基本科研专项资金项目(2572019BF09)。
评论