基于改進YOLO v5算法的草莓缺素診斷方法

打開文本圖片集

doi：10.15889/j.issn.1002-1302.2024.20.011

摘要：為解決實際生產(chǎn)中草莓因缺素而導(dǎo)致經(jīng)濟損失的問題，提出一種基于YOLO v5算法的草莓葉片無損缺素檢測方法，可針對4種常見的缺素（缺氮、缺磷、缺鉀、缺鈣）草莓葉片及正常草莓葉片進行識別。由于草莓的種植環(huán)境較為復(fù)雜，因此對YOLO v5算法進行改進，包括在骨干網(wǎng)絡(luò)中添加CBAM注意力機制、使用Focal-EIoU損失函數(shù)替換默認(rèn)的CIoU損失函數(shù)，以及引入Soft-NMS非極大值抑制算法并加入P2檢測頭，這些改進著重增加了算法在復(fù)雜背景下針對重疊目標(biāo)及小目標(biāo)的檢測能力。（剩余10477字）