为了实现大棚环境中番茄的智能在线产量估算,提出了一种基于改进的YOLOv5(You Only Look Once v5)番茄识别算法,对自然生长状态下的番茄果实产量进行统计和估算。首先,使用可分离视觉转换器(Separable Vision Transformer,SepViT)替换...为了实现大棚环境中番茄的智能在线产量估算,提出了一种基于改进的YOLOv5(You Only Look Once v5)番茄识别算法,对自然生长状态下的番茄果实产量进行统计和估算。首先,使用可分离视觉转换器(Separable Vision Transformer,SepViT)替换骨干网络的最后一层,以增强骨干网络与全局信息之间的联系并提取番茄特征;其次,引入WIOU(Wise Intersection over Union)损失函数和Mish激活函数,以提高收敛速度和精度。试验结果表明,改进后的检测模型在平均精度(mean Average Precision,mAP)方面达到了99.5%,相较传统的YOLOv5模型提高了1.1个百分点,每张图像的处理时间为15 ms。此外,改进后的YOLOv5算法对密集和遮挡情况下的番茄果实识别效果更好。展开更多
文摘为了实现大棚环境中番茄的智能在线产量估算,提出了一种基于改进的YOLOv5(You Only Look Once v5)番茄识别算法,对自然生长状态下的番茄果实产量进行统计和估算。首先,使用可分离视觉转换器(Separable Vision Transformer,SepViT)替换骨干网络的最后一层,以增强骨干网络与全局信息之间的联系并提取番茄特征;其次,引入WIOU(Wise Intersection over Union)损失函数和Mish激活函数,以提高收敛速度和精度。试验结果表明,改进后的检测模型在平均精度(mean Average Precision,mAP)方面达到了99.5%,相较传统的YOLOv5模型提高了1.1个百分点,每张图像的处理时间为15 ms。此外,改进后的YOLOv5算法对密集和遮挡情况下的番茄果实识别效果更好。
