基于CBAM-YOLOv5s模型的温室作物病害检测研究

以温室马铃薯为研究对象，设计一种融合卷积块注意力机制(CBAM)的YOLOv5s植物病害检测模型，通过引入CBAM机制来提升YOLOv5s模型对马铃薯叶片中病害区域的显著度，使病害目标在检测模型中的特征表达能力得到增强，达到提高病害目标检测精度的目的。试验结果表明：改进的CBAM-YOLOv5s模型mAP达到了98.1%,比原始YOLOv5模型mAP提升2.3%,比SSD和FasterRcnn模型mAP分别提高8.7%和19%,为马铃薯叶片病害检测提供了一种可靠的检测方法，实现对温室作物叶片病害的精准识别和定位。