基于改進YOLOv5s的復(fù)雜環(huán)境下棉花頂芽識別

摘要： 針對在復(fù)雜環(huán)境下棉花頂芽識別率低、檢測速度慢的問題，提出一種改進的YOLOv5s目標檢測模型。首先收集在復(fù)雜棉田環(huán)境下棉花頂芽數(shù)據(jù)，其次在模型的主干網(wǎng)絡(luò)中加入Hd-ShffleNetv2輕量化網(wǎng)絡(luò)模塊，以減少模型參數(shù)量，并加快模型的檢測速度。同時在頸部中加入NLMA與BotNeT注意力機制模塊，增加對棉花頂芽的特征提取能力，從而提高模型的識別精度。最后，采用EIoU損失函數(shù)來解... （共6頁）