摘要 : 准确检测成熟度对香菇智能化采摘具有重要意义,因此提出一种基于改进YOLOv5 实例分割香菇的成熟度检测方法.该方法在骨干网络的C3 模块中添加挤压和激发模块(SENet),增强了对香菇具体特征的学习能力,同时将颈部网络中的 2 个卷积模块替换为可变形卷积... 展开
作者 | 李俊成 徐增丙 孙茂基 |
---|---|
作者单位 | |
英文名称 | Mushroom maturity detection model based on improved YOLOv5 |
期刊名称 | 《农业装备与车辆工程》 |
期刊英文名称 | 《Agricultural Equipment & Vehicle Engineering》 |
页码/总页数 | 18-22 / 5 |
语种/中图分类号 | 汉语 / TP183 |
关键词 | YOLOv5 注意力机制 可变形卷积模块 香菇成熟度 |
DOI | 10.3969/j.issn.1673-3142.2024.06.004 |
基金项目 | 国家自然科学基金面上项目"广度自适应的深度迁移度量学习方法及其在复杂机械设备故障诊断与预测中的应用研究"(51775391) |