CottonBud-YOLOv5s轻量型棉花顶芽检测算法

文献类型： 中文期刊

第一作者： 赵露强

作者： 赵露强;彭强吉;兰玉彬;康建明;张敬文;代建龙;陈玉龙

作者机构：

关键词： 目标检测;遮挡;运动模糊;小目标;棉花顶芽;卷积神经网络;YOLOv5s

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2025 年 41 卷 004 期

页码： 175-184

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对棉花机械打顶作业过程中，边缘移动设备算力受限实时性差，运动模糊、小目标遮挡导致难以检测的问题，该研究基于YOLOv5s模型提出CottonBud-YOLOv5s轻量型棉花顶芽检测模型，该模型采用ShuffleNetv2主干网络和DySample动态上采样模块替换原始模块降低计算量，提高模型检测速度；头部（head）和颈部（neck）分别引入ASFFHead检测头和GC（global context）全局注意力模块增强模型尺度不变性和上下文特征提取能力，提高小目标遮挡和运动模糊图像的检测性能。通过消融试验和模型对比试验，验证CottonBud-YOLOv5s棉花顶芽检测模型的可行性。试验结果表明：引入ASFFHead检测头和GC全局注意力机制后，小目标平均精度AP0.5:0.95和平均召回率AR0.5:0.95值比引入前分别提升3.6、2.1个百分点，中目标平均精度AP0.5:0.95和平均召回率AR0.5:0.95值分别提升4.1、3.5个百分点，大目标平均精度AP0.5:0.95和平均召回率AR0.5:0.95值分别提升6.5、5.9个百分点；与Faster-RCNN、TOOD、RTDETR、YOLOv3s、YOLOv5s、YOLOv9s和YOLOv10s检测模型相比检测速度分别提升26.4、26.7、24.2、24.8、11.5、18.6、15.6帧/s，平均精度均值分别提升14.0、13.3、5.5、0.9、0.8、0.2、1.5个百分点，召回率分别提升16.8、16.0、3.2、2.0、0.8、0.5、1.2个百分点，CottonBud-YOLOv5s模型平均精度均值达到97.9%，召回率达到97.2%,CPU检测速度达到27.9帧/s。由模型可视化分析可知CottonBud-YOLOv5s模型在单株、多株、运动模糊、小目标遮挡的整体检测性能优于其他检测模型。该模型具有较高的检测精度、鲁棒性和检测速度，适用于密植环境下棉花顶芽的精准检测，可为棉花机械化打顶提供视觉检测基础。

分类号： TP391.41%S224.9%TP183

  • 相关文献

[1]多源场景下粘虫板小目标害虫轻量化检测识别模型. 杨信廷,胡焕,陈晓,李汶政,周子洁,李文勇. 2025

[2]基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法. 林庆霞,顾兴健,陈新文,熊迎军,张国敏,王锋,张生福,陆明洲. 2024

[3]基于机器视觉的鲐鱼鱼体定向排列输送装置设计与试验. 万鹏,黄毓毅,汪荣,李梦珂,肖畅宇,吴文锦. 2023

[4]目标检测算法YOLOv5s用于柑桔成熟果实检测的改进. 蹇川,郑永强,刘艳梅,马岩岩,易时来,吕强,谢让金. 2024

[5]基于深度学习的杂草识别方法研究进展. 付豪,赵学观,翟长远,郑康,郑申玉,王秀. 2023

[6]基于改进YOLOv8卷积神经网络的稻田苗期杂草检测方法. 林宗缪,马超,胡冬. 2024

[7]面向海洋渔业捕捞生产的深度学习方法应用研究进展. 张胜茂,孙永文,樊伟,唐峰华,崔雪森,伍玉梅. 2022

[8]基于改进YOLOv8卷积神经网络的蟹味菇检测方法. 林宗缪,马超,胡冬. 2024

[9]基于Faster R-CNN的海面垃圾检测研究. 韦波,张衡,王斐,王书献,杨昱皞,姚宇青,戴阳. 2022

[10]基于边缘设备的轻量化小目标果实检测模型. 张文利,陈开臻,刘鈺昕,段玉林,郭威,史云. 2021

[11]基于改进YOLOV5s网络的奶牛多尺度行为识别方法. 白强,高荣华,赵春江,李奇峰,王荣,李书琴. 2022

[12]基于改进YOLOv5s的复杂环境下新梅检测方法. 董耿耿,陈小康,樊湘鹏,周建平,姜宏,崔超. 2024

[13]机采茶叶嫩芽的图像采集与识别. 俞龙,黄浩宜,周波,黄楚斌,唐劲驰,胡春筠. 2024

[14]基于实例分割的柑橘花朵识别及花量统计. 邓颖,吴华瑞,朱华吉. 2020

[15]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[16]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[17]基于改进YOLO v5的复杂环境下桑树枝干识别定位方法. 李丽,卢世博,任浩,徐刚,周永忠. 2024

[18]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[19]基于改进YOLOv5s的硬核期葡萄簇检测. 冯晓,张辉,刘运超,张微,李小红,马中杰. 2024

[20]农业害虫检测的深度学习算法综述. 蒋心璐,陈天恩,王聪,李书琴,张宏鸣,赵春江. 2023

作者其他论文 更多>>

微信小程序