基于改進(jìn)型YOLOv5s的番茄實時識別方法

打開文本圖片集

摘要：針對現(xiàn)有番茄檢測精度低、沒有品質(zhì)檢測和部署難度高等問題，提出基于YOLOv5s改進(jìn)的番茄及品質(zhì)實時檢測方法，并與原始YOLOv5模型及其他經(jīng)典模型進(jìn)行對比研究。結(jié)果表明，針對番茄大小不同的問題，采用K-Means++算法重新計算先驗錨框提高模型定位精度；在YOLOv5s主干網(wǎng)絡(luò)末端添加GAM注意力模塊，提升模型檢測精度并改善魯棒性；應(yīng)用加權(quán)雙向特征金字塔網(wǎng)絡(luò)（BiFPN）修改原有結(jié)構(gòu)，完成更深層次的加權(quán)特征融合；頸部添加轉(zhuǎn)換器（transformer），增強(qiáng)網(wǎng)絡(luò)對多尺度目標(biāo)的檢測能力。（剩余9181字）