改進(jìn)YOLOv5s的蝗蟲識別系統(tǒng)

打開文本圖片集

摘要：為準(zhǔn)確有效識別寧夏荒漠草原地區(qū)蝗蟲種類，基于YOLOv5s網(wǎng)絡(luò)模型提出一種復(fù)雜背景下蝗蟲目標(biāo)檢測模型YOLOv5s-CG，在主干網(wǎng)絡(luò)使用CoTNet保留復(fù)雜背景下的蝗蟲特征信息，同時在頸部網(wǎng)絡(luò)中融入GAM全局注意力機(jī)制提高檢測模型的特征融合能力。結(jié)果表明，在對寧夏荒漠草原蝗蟲進(jìn)行識別時，模型YOLOv5s-CG 精確率為92.5%，平均精度均值為93.2%，相比原始模型分別提高4.8個百分點和5.3個百分點，與 Fast R-CNN、YOLOv3、YOLOv4、YOLOv5s、YOLOv6s、YOLOv7模型相比，YOLOv5s-CG網(wǎng)絡(luò)模型對寧夏荒漠草原蝗蟲具有更好的檢測性能。（剩余12677字）