基于改進(jìn)YOLOv5的蝴蝶蘭花朵識(shí)別與計(jì)數(shù)

打開文本圖片集

摘要：為精確預(yù)測(cè)蝴蝶蘭產(chǎn)量和對(duì)蝴蝶蘭的生產(chǎn)進(jìn)行科學(xué)管理，對(duì)大苗時(shí)期的蝴蝶蘭植株花朵和花苞進(jìn)行識(shí)別與檢測(cè)，統(tǒng)計(jì)其花量。由于蝴蝶蘭花苞目標(biāo)體積較小，提出一種基于改進(jìn)YOLOv5的蝴蝶蘭花朵與花苞識(shí)別方法。首先，修改頸部網(wǎng)絡(luò)的結(jié)構(gòu)，在特征金字塔FPN（Feature Pyramid Network）和路徑聚合網(wǎng)絡(luò)PANet（Path Aggregation Network）中引入有利于小目標(biāo)檢測(cè)的160×160尺度特征層，以提升對(duì)小目標(biāo)的檢測(cè)效果；其次，使用K-means++聚類算法針對(duì)訓(xùn)練集生成更合適的先驗(yàn)框，并采用載入預(yù)訓(xùn)練權(quán)重和凍結(jié)主干網(wǎng)絡(luò)的訓(xùn)練方式，以使模型更加容易學(xué)習(xí)，提高網(wǎng)絡(luò)模型收斂速度和泛化能力；最后，在頸部網(wǎng)絡(luò)加入輕量級(jí)注意力機(jī)制，加強(qiáng)對(duì)目標(biāo)的關(guān)注，減少背景干擾，以提升模型的特征提取能力。（剩余14434字）