一种改进YOLOV5的苹果叶片病害检测方法
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.
病害检测、YOLOV5、FasterNet、模型构建、特征提取
3
S432(病虫害及其防治)
新疆维吾尔自治区自然科学基金资助项目;新疆维吾尔自治区高等学校科学研究计划资助项目
2023-08-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
9-12