基于改進(jìn)YOLO v7-tiny的小麥麥穗檢測方法
打開文本圖片集
doi:10.15889/j.issn.1002-1302.2024.20.018
摘要:針對農(nóng)田環(huán)境下小麥麥穗目標(biāo)檢測精確率低的問題,在YOLO v7-tiny模型基礎(chǔ)上進(jìn)行深入改進(jìn),旨在提高麥穗檢測的準(zhǔn)確率,以滿足農(nóng)業(yè)生產(chǎn)管理系統(tǒng)和農(nóng)業(yè)機(jī)器人邊緣檢測設(shè)備的需求。采用EfficientViT的主干網(wǎng)絡(luò)替代YOLO v7-tiny的特征提取網(wǎng)絡(luò)層,強(qiáng)化圖像特征的提取能力;在特征融合網(wǎng)絡(luò)層,引入CARAFE上采樣模塊替代原模型中的上采樣模塊,進(jìn)一步優(yōu)化特征融合過程;在特征融合網(wǎng)絡(luò)層和輸出層引入基于跨空間學(xué)習(xí)的高效多尺度注意力機(jī)制,有效提升模型的目標(biāo)檢測性能。(剩余12697字)