改進YOLOv5的小目標多類別農(nóng)田害蟲檢測算法研究

打開文本圖片集

摘要：針對農(nóng)田害蟲圖像中感興趣目標特征不明顯、小目標居多導致的目標檢測精度較低的問題，提出一種基于YOLOv5改進的小目標多類別農(nóng)田害蟲目標檢測算法。首先，在主干網(wǎng)絡最后兩個C3卷積塊特征融合部分引入Swin Transformer窗口注意力網(wǎng)絡結(jié)構(gòu)，增強小目標的語義信息和全局感知能力；其次，在頸部網(wǎng)絡的C3卷積塊后添加通道注意力機制和空間注意力機制的可學習自適應權(quán)重，使網(wǎng)絡能夠關(guān)注到圖像中關(guān)于小目標的特征信息；最后，由于YOLOv5自身的交并比函數(shù)存在收斂速度較慢且精確率較低的問題，引入SIOU函數(shù)作為新的邊界框回歸損失函數(shù)，提高檢測的收斂速度和精確度。（剩余15265字）