现代计算机2022，Vol.28Issue(22) ：9-16.DOI:10.3969/j.issn.1007-1423.2022.22.002

基于改进的YOLOv5实现中药饮片的检测识别

Detection and Recognition of Traditional Chinese Medicine Pieces Based on Improved YOLOv5

董苗苗 梁允泉 刘羿漩 齐振岭 牛慧娟 葛广英
现代计算机2022，Vol.28Issue(22) ：9-16.DOI:10.3969/j.issn.1007-1423.2022.22.002
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于改进的YOLOv5实现中药饮片的检测识别

Detection and Recognition of Traditional Chinese Medicine Pieces Based on Improved YOLOv5

董苗苗 1梁允泉 1刘羿漩 2齐振岭 2牛慧娟 1葛广英3
扫码查看

作者信息

  • 1. 聊城大学物理科学与信息工程学院,聊城 252059
  • 2. 聊城大学物理科学与信息工程学院,聊城 252059;聊城大学山东省光通信科学与技术重点实验室,聊城 252059
  • 3. 聊城大学计算机学院,聊城 252059
  • 折叠

摘要

针对中药饮片检测算法的模型参数量多,计算量较大等问题,提出一种改进的YOLOv5算法,改进后算法的特点主要是轻量化,可以在保持较高的平均精度下,大大降低参数量和计算量.在YOLOv5算法的主干网络基础上,设计了轻量级的GhostBottleneck模块;针对中药饮片中的小目标检测问题,在模型结构中加入了注意力机制,可以提高小目标的检测能力;将原有的卷积层替换为深度可分离卷积,降低网络的模型参数.经过在107种常见中药饮片的数据集上训练的实验结果表明,改进后算法的mAP@0.5可以达到98.37％,比原YOLOv5算法提高了2.93％,既保持了对中药饮片识别的较高精度,同时计算量又比YOLOv5算法降低了53.45％,改进后算法的模型大小仅为6.61 MB,大大降低了硬件设备的计算成本.

关键词

YOLOv5算法/GhostBottleneck模块/注意力机制/深度可分离卷积/中药饮片

引用本文复制引用

基金项目

中央引导地方科技发展专项(YDZX2017370000283)

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量9
段落导航相关论文