-
题名基于改进YOLOv5s的白酒摘酒酒度检测方法
- 1
-
-
作者
王泷
纪元霞
吴红刚
杨润玲
鲁绍坤
-
机构
云南农业大学
云南财经大学
云南赤水源酒业有限责任公司
-
出处
《食品与机械》
北大核心
2025年第7期65-71,共7页
-
基金
云南“科技人才与平台计划”院士专家工作站(编号:202305AF150210)。
-
文摘
[目的]提高白酒的质量和产量,实现摘酒酒度的高效精准检测,建立改进YOLOv5s的白酒摘酒酒度模型。[方法]结合YOLOv5s模型的自动提取特征,利用ShuffleNetV2轻量化模块替换原始模型中的特征提取模块,减少模型层级结构,使模型更加轻量化;在特征提取部分添加CBAM双通道注意力机制,提取不同维度的特征信息;使用SIOU损失函数替换原始模型的损失函数;构建一个基于YOLOv5s改进模型的白酒酒度检测方法。[结果]改进后的模型准确率为91.9%,模型大小为6.7 MB,召回率和平均精度均值分别为89.3%和96.3%,较原始YOLOv5s模型分别提升了10.3%和12.3%;与当前主流的YOLOv3、YOLOv5m和YOLOv8等模型相比,平均精度均值分别提升了44.3%,9.3%,13.1%。[结论]试验提出的YOLOv5s改良模型对白酒摘酒酒度检测具有较高的准确率。
-
关键词
摘酒
YOLOv5s
酒度
CBAM注意力机制
SIOU损失函数
ShuffleNetV2轻量化模型
-
Keywords
liquor gathering
YOLOv5s
alcohol content
CBAM attention mechanism
SIOU loss function
ShuffleNetV2 lightweight model
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
