-
题名基于改进YOLOv5s的复杂环境下棉花顶芽识别
被引量：4
- 1
-
-
作者
席光泽
周建平
许燕
彭炫
崔超
-
机构
新疆大学机械工程学院
-
出处
《中国农机化学报》
北大核心
2024年第12期275-280,共6页
-
基金
新疆维吾尔自治区自然科学基金(2022D01C671)
新疆农机研发制造推广应用一体化项目(YTHSD2022—05)。
-
文摘
针对在复杂环境下棉花顶芽识别率低、检测速度慢的问题,提出一种改进的YOLOv5s目标检测模型。首先收集在复杂棉田环境下棉花顶芽数据,其次在模型的主干网络中加入Hd-ShffleNetv2轻量化网络模块,以减少模型参数量,并加快模型的检测速度。同时在颈部中加入NLMA与BotNeT注意力机制模块,增加对棉花顶芽的特征提取能力,从而提高模型的识别精度。最后,采用EIoU损失函数来解决在顶芽部分遮挡情况下的识别问题,进一步提高识别成功率。为验证改进的目标检测模型的实际效果,对棉花顶芽样本进行测试。测试结果表明,改进的YOLOv5s模型的平均检测精度达到91%,较比原始的YOLOv5s模型提升1个百分点,模型的检测置信度也有所提升。改进的目标检测模型满足棉花激光打顶机在棉田中的检测需求,为棉花激光打顶技术的进一步研究提供有力的技术支撑。
-
关键词
棉花顶芽识别
YOLOv5s
EIoU损失函数
轻量化模型
注意力机制
-
Keywords
cotton terminal bud identification
YOLOv5s
EIoU loss function
lightweight model
attention mechanism
-
分类号
S223.2
[农业科学—农业机械化工程]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
