目标检测算法YOLOv5s用于柑桔成熟果实检测的改进

文献类型： 中文期刊

第一作者： 蹇川

作者： 蹇川;郑永强;刘艳梅;马岩岩;易时来;吕强;谢让金

作者机构：

关键词： 柑桔;成熟果实;YOLOv5s;Context Aggregation Block;目标检测;产量预估

期刊名称： 中国南方果树

ISSN：

年卷期： 2024 年 001 期

页码： 224-231

收录情况： 北大核心

摘要： 巡检机器人精准检测成熟柑桔果实，对于保证柑桔果园产量巡检作业效率和质量至关重要。考虑到成熟柑桔果实特有的颜色空间、果实遮挡导致的小目标以及巡检机器人有限的硬件资源，提出一种简单有效的基于YOLOv5s的柑桔成熟果实检测方法——改进YOLOv5s。改进YOLOv5s,主要设计一个由3层Context Aggregation Block （CABlock）组成的金字塔结构特征提取层并将其插入到YOLOv5s网络的Head部分。改进YOLOv5s模型具有如下优点：（1）集成的底层CABlock通过特征通道注意力机制和空间注意力机制，能更好更快地学习小目标局部成熟果实颜色和纹理特征、重叠果实边缘特征；（2）多层CABlock构建的特征金字塔能够有效地避免小目标随网络深度增加而消失，从而降低小目标果实漏检率。柑桔成熟果实识别验证试验结果表明，改进YOLOv5s的检测准确率和平均精度分别为98.21%和98.07%,较原始YOLOv5s分别提升了0.31和0.17百分点，较Faster R-CNN分别提升了8.41和8.31百分点，识别遮挡果实、重叠果实以及小目标果实的平均精度分别为99.4%、97.2%和98.0%;单张成熟柑桔果实图像的平均检测时间32.5 ms,模型占用内存15.8 MB。该改进YOLOv5s模型可实现果园自然环境下柑桔成熟果实快速准确地检测识别与产量预估，可为柑桔果园巡检机器人产量巡检提供技术支持。

分类号： S666

  • 相关文献

[1]基于改进YOLOv3的温室番茄果实识别估产方法. 成伟,张文爱,冯青春,张万豪. 2021

[2]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

[3]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

[4]冬瓜子房与果实性状的遗传相关性和通径分析. 孙飘云,闫晋强,刘文睿,谢大森,何晓明,王敏,彭庆务,江彪. 2021

[5]枇杷种质资源果实糖组分及含量特征. 蒋际谋,陈秀萍,胡文舜,姜帆,邓朝军,郑少泉. 2015

[6]3个品种香蕉果实中糖酸组分及含量的比较分析. 周兆禧,赵家桔,马蔚红,臧小平,何应对,李敬阳,蔡胜忠. 2011

[7]4个无核鲜食葡萄品种及其亲本果实香气成分分析. 谭伟. 2016

[8]枸杞炭疽病对成熟果实侵染过程的显微观察. 张宗山,张丽荣,刘静,张蓉. 2008

[9]枸杞炭疽病菌对成熟果实侵染的研究. 张宗山,张丽荣,刘静,张蓉. 2006

[10]朱砂根成熟果实不同部位生理特性与种子胎生的关系. 赵财宝,王斌,潘曲波,王锦,艾星梅,孙媛媛. 2023

[11]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

[12]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

[13]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

[14]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

[15]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

[16]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

[17]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

[18]基于TensorFlow的水族馆鱼类目标检测APP开发. 张胜茂,刘洋,樊伟,邹国华,张衡,杨胜龙. 2020

[19]基于MS-YOLO v7的多尺度稻飞虱识别分类方法. 刘双喜,刘思涛,屈慧星,王刘西航,胡宪亮,许增海. 2023

[20]基于深度学习的蚕茧种类识别研究. 石洪康,李林波,祝明辉,陈义安,马勇,张剑飞. 2023

作者其他论文 更多>>

微信小程序