基于改進(jìn)YOLOv5的蘋果采摘機(jī)器人多目標(biāo)識別技術(shù)研究

打開文本圖片集

摘要：針對采摘機(jī)器人多目標(biāo)檢測影響因素多、識別準(zhǔn)確率低等問題，為給采摘機(jī)械手提供有效的視覺引導(dǎo)，提出一種改進(jìn)YOLOv5目標(biāo)識別網(wǎng)絡(luò)模型。首先，在YOLOv5s的基礎(chǔ)上利用改進(jìn)Ghost模塊替代CSP模塊，以減少模型計算量，使模型更為輕量化。考慮到預(yù)測框與目標(biāo)框的橫縱比問題，用CIoU_Loss替換GIoU_Loss作為損失函數(shù)，提高目標(biāo)回歸的穩(wěn)定性。（剩余12687字）