首页|基于改进YOLOv5模型的草莓目标检测技术研究

基于改进YOLOv5模型的草莓目标检测技术研究

扫码查看
原文链接
  • 万方数据
  • 维普
草莓目标检测有助于监测草莓的实时生长状态，对草莓智能化管理具有重要意义。本文针对复杂环境下的草莓目标检测问题进行研究，提出了一种基于GAM注意力机制的改进型YOLOv5目标检测算法。本文在数据集标注的基础上，通过在YOLOv5模型的颈部网络添加GAM注意力机制来提升模型的特征提取能力，并对比分析不同注意力机制类型的融合检测效果。实验结果表明:相比于原始YOLOv5网络模型，本文所用方法有效提升了草莓目标检测性能，可以更好地平衡检测精度和效率，能够满足草莓目标的实时检测需求。

崔明、徐正阳、王柏生、王鹏、颜廷赫、宋雍

展开 >

江苏农林职业技术学院,江苏镇江 212400

句容市白兔镇柏生草莓专业合作社,江苏镇江 212400

草莓 目标检测 YOLOv5 注意力机制

2025

10.19754/j.nyyjs.20250115010

农业与技术
中国科技期刊编辑学会,吉林省科学技术信息研究所

农业与技术

影响因子：0.343
ISSN：1671-962X
年,卷(期)：2025.45(1)