基于YOLO-DCL的复杂环境油茶果遮挡检测与计数研究OA北大核心CSTPCD
为解决复杂环境中油茶果因遮挡造成的检测与计数难题,提出了一种基于双主干网络(Dual-backbone)和连续注意力特征融合模块(Consecutive attention feature fusion,CAFF)的检测模型。该模型结合了两种不同主干网络的优势,实现了对不同特征的高效提取。此外,设计了双输入单输出的连续注意力特征融合模块,取代了传统的拼接操作(Concat),优化了多尺度特征信息的融合策略。为了在精度与模型内存占用量之间取得平衡,…查看全部>>
肖伸平;赵倩颖;曾甲元;彭自然
湖南工业大学电气与信息工程学院,株洲412007 电传动控制与智能装备湖南省重点实验室,株洲412007电传动控制与智能装备湖南省重点实验室,株洲412007 湖南工业大学轨道交通学院,株洲412007电传动控制与智能装备湖南省重点实验室,株洲412007 湖南工业大学轨道交通学院,株洲412007湖南工业大学电气与信息工程学院,株洲412007 电传动控制与智能装备湖南省重点实验室,株洲412007
计算机与自动化
油茶果遮挡识别YOLO v8n计数双主干网络特征融合
《农业机械学报》 2024 (10)
P.318-326,480,10
国家重点研发计划项目(2019YFE0122600)湖南省教育厅重点科研项目(22A0423)湖南省自然科学基金项目(2023JJ60267、2022JJ50073)。
评论