期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进YOLOv5s的不同场景下毛尖茶叶嫩芽检测方法
1
作者 程浈浈 程一帆 +1 位作者 方婷婷 龚守富 《山东农业科学》 北大核心 2025年第9期173-180,共8页
茶叶嫩芽的准确检测对于茶叶的生产和加工具有重要意义。针对毛尖茶叶嫩芽检测中小目标特征不显著、复杂背景干扰严重等问题,本研究提出了一种基于改进YOLOv5s的检测方法。首先,设计了SE(Squeeze-and-Excitation)注意力机制与CSP(Cross ... 茶叶嫩芽的准确检测对于茶叶的生产和加工具有重要意义。针对毛尖茶叶嫩芽检测中小目标特征不显著、复杂背景干扰严重等问题,本研究提出了一种基于改进YOLOv5s的检测方法。首先,设计了SE(Squeeze-and-Excitation)注意力机制与CSP(Cross Stage Partial networks)结构相结合的SE_CSP模块,并将其引入YOLOv5s的主干网络中;其次,在网络的中间层结构中引入BiFPN(Bidirectional Feature Pyramid Network)模块,以提升模型对小目标特征的提取能力以及对多尺度特征的双向融合效果,从而适应复杂场景下的目标检测需求。使用不同场景下的茶叶嫩芽数据集对改进的YOLOv5s算法进行验证,并与多种算法(Faster R-CNN、MobileNetV+SSD、YOLOv5s)进行比较分析。结果显示,本研究提出的模型在精确率、召回率和平均精度均值方面,分别较原YOLOv5s模型提高3.8、6.5、5.8个百分点。改进的YOLOv5s算法在识别各场景下的毛尖茶叶嫩芽的准确率上表现优异,显著降低了漏检率和误检率,可为茶叶产业的自动化和智能化发展提供技术支撑。 展开更多
关键词 毛尖茶叶 嫩芽检测 计算机视觉 YOLOv5s 复杂背景 小目标检测 注意力机制
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部