首页|一种改进YOLOV5的苹果叶片病害检测方法

一种改进YOLOV5的苹果叶片病害检测方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
苹果叶片病害检测对苹果生产至关重要,为达到理想的检测精度,对YOLOV5s算法进行改进.使用FasterNet网络替换YOLOV5模型中的Backbone部分,使模型轻量化的同时具有较好的精确度.FasterNet具有4个FasterNetBlock,将特征提取层定为第2、3两个FasterNetBlock,在保证模型轻量化的同时提升模型的预测精度.改进后的模型在苹果叶片数据集进行测试,mAP达到93.1％.结果表明,该文设计的模型在苹果叶片病害检测效果上对比YOLOV5有明显提升,与当前主流算法相比,具有一定的先进性.

王泽伟、宋莉莉、郭福涛

展开 >

昌吉学院,新疆 昌吉 831100

病害检测 YOLOV5 FasterNet 模型构建 特征提取

新疆维吾尔自治区自然科学基金新疆维吾尔自治区高等学校科研项目

2022D01C08XJEDU2023P129

2023

10.20028/j.zhnydk.2023.14.003

智慧农业导刊

智慧农业导刊

ISSN：
年,卷(期)：2023.3(14)
  • 1
  • 10