基于改進(jìn)YOLOv5s模型的自然場(chǎng)景中綠色柑橘果實(shí)檢測(cè)

摘要： 針對(duì)未成熟柑橘果實(shí)智能檢測(cè)存在精度低、模型大的問(wèn)題，該研究提出了一種基于YOLOv5s改進(jìn)的綠色柑橘檢測(cè)算法模型YOLO-GC，實(shí)現(xiàn)對(duì)復(fù)雜自然環(huán)境中果實(shí)的實(shí)時(shí)準(zhǔn)確檢測(cè)。首先，針對(duì)YOLOv5s網(wǎng)絡(luò)模型較大且難以部署的問(wèn)題，以輕量級(jí)GhostNet網(wǎng)絡(luò)替換原始的骨干網(wǎng)絡(luò)，同時(shí)為減小模型輕量化后精度下降的影響和提高對(duì)綠色柑橘特征的關(guān)注度，嵌入全局注意力機(jī)制（global atten... （共8頁(yè)）