基于改進YOLO v5的橙子果實識別方法

打開文本圖片集

摘要：針對自然環(huán)境下橙子檢測存在枝葉遮擋、相鄰果實重疊等情況而導致檢測效果差的問題，提出一種改進的YOLO v5方法。首先，在主干網(wǎng)絡部分使用RepVGG（re-param VGG）模塊替換原始C3模塊，加強網(wǎng)絡對特征信息的提取能力；其次，在頸部網(wǎng)絡使用鬼影混洗卷積（ghost-shuffle convolution）代替原有的標準卷積，能夠在保證精度的前提下，降低模型參數(shù)量；再次，在預測頭前加入ECA（efficient channel attention）注意力模塊，能夠更加準確定位目標信息；最后，引入EIOU（efficient intersection over union）損失函數(shù)加速預測框的收斂，提高其回歸精度。（剩余8410字）