融合注意力机制的荔枝轻量化检测方法研究

文献类型： 中文期刊

第一作者： 王聪

作者： 王聪;文晟;兰玉彬;严倩;姜永华;张建桃;罗菊川

作者机构：

关键词： 荔枝;注意力机制;特征金字塔;轻量化;检测方法

期刊名称： 农机化研究

ISSN： 1003-188X

年卷期： 2025 年 47 卷 003 期

页码： 10-15

收录情况： 北大核心

摘要： 针对荔枝果实个体小、生长密集和遮挡严重等特点，为了快速准确地实现荔枝的检测和计数，提出了一种融合注意力机制和多尺度特征图的网络模型。为了提高模型对遮挡和阴影环境下果实的识别准确率，将Coordinate Attention(CA)注意力机制嵌入至YOLOv4-Tiny模型。为了提高模型对小目标果实的检测精度，在特征金字塔Feature Pyramid Networks(FPN)结构中生成了两个更大尺度的特征图。试验结果表明：融合注意力机制的荔枝轻量化检测模型的准确率(Precision)、召回率(Recall)和平均精度(mAP)分别为92.92%、76.09%和88.51%。与YOLOv4-Tiny和YOLOv3模型相比，所构建的融合注意力机制的荔枝轻量化检测模型的平均检测精度分别高出8.84个百分点和3.87个百分点。该模型能够快速、精准地检测出果园环境中的荔枝，适用于果园中荔枝的识别和计数。

分类号： S225%TP391.41

  • 相关文献

[1]基于改进YOLOv4算法的番茄叶部病害识别方法. 储鑫,李祥,罗斌,王晓冬,黄硕. 2023

[2]基于改进YOLO v8的轻量化稻瘟病孢子检测方法. 罗斌,李家超,周亚男,潘大宇,黄硕. 2024

[3]基于AIC-YOLOv11n模型的砀山梨多表面缺陷检测方法. 李成轩,赵春江,张驰,黄文倩,李佳琪,何鑫,王庆艳. 2025

[4]MDSD-YOLO:一种复杂道路场景目标检测方法. 赵龙阳,李天豪,张会兵,刘琦,孟瑞敏. 2025

[5]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

[6]一种剑麻装载机的轻量化设计与应用. 陈涛,金刚,覃旭,黄显雅,彭欣怡,刘明,吴密,周肇峰. 2021

[7]基于轻量化卷积神经网络的改进模型与验证. 李润龙,王运圣,徐识溥,刘勇. 2020

[8]改进Multi-scale ResNet的蔬菜叶部病害识别. 王春山,周冀,吴华瑞,滕桂法,赵春江,李久熙. 2020

[9]喷雾机喷杆结构的研究现状及展望. 乔白羽,丁素明,薛新宇,崔龙飞,周晴晴,张亚萍. 2017

[10]基于LW-YOLOv3模型的棉花主茎生长点检测与定位研究. 孙想,吴华瑞,朱华吉,杨雨森,陈诚,何思琪,王春山. 2021

[11]电驱自走式农机测试平台的设计. 余涛,刘俊杰,杨存志,叶岩,孙先明,李国林. 2021

[12]轻型拖车车架设计和静动力学仿真研究. 石凯飞. 2022

[13]基于RDN-YOLO的自然环境下水稻病害识别模型研究. 廖娟,刘凯旋,杨玉青,严从宽,张爱芳,朱德泉. 2024

[14]基于改进YOLO v5s的轻量化植物识别模型研究. 马宏兴,董凯兵,王英菲,魏淑花,黄文广,苟建平. 2023

[15]基于 YOLOV5-MobilenetV3和声呐图像的鱼类识别轻量化模型. 罗毅智,陆华忠,周星星,袁余,齐海军,李斌,刘志昌. 2023

[16]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

[17]果园凿型铲式深松机优化设计与试验. 李亚丽,曹中华,湛小梅,杨清慧,崔晋波,李英. 2021

[18]基于YOLOv8的竹笋分割方法研究. 郑镇辉,张淡然,王槊,韦丽娇,吴海韵,肖景丰. 2025

[19]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

[20]基于RT-WEDT的麦穗检测与计数方法. 李婕,杨子豪,郑权,乔江伟,涂静敏. 2024

作者其他论文 更多>>

微信小程序