基于CBAM-YOLOv5s模型的温室作物病害检测研究 |
| |
引用本文: | 黄奇瑞,闫朝华.基于CBAM-YOLOv5s模型的温室作物病害检测研究[J].南阳理工学院学报,2023(4):40-44. |
| |
作者姓名: | 黄奇瑞 闫朝华 |
| |
作者单位: | 南阳理工学院 |
| |
基金项目: | 河南省科技攻关项目(222102320375);;南阳市科技攻关项目(KJGG017); |
| |
摘 要: | 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。
|
关 键 词: | 智慧农业 作物病害检测 CBAM YOLOv5 深度学习 |
|
|