为提高加拿大一枝黄花的治理效率,实现对其智能化监测,提出一种改进的YOLOv5(You Only Look Once)网络的检测方法。首先,在YOLOv5网络中添加通道注意力模块,在维持模型轻量化的基础上提高了目标检测精度。其次,在主干网络中添加SPD-Conv...为提高加拿大一枝黄花的治理效率,实现对其智能化监测,提出一种改进的YOLOv5(You Only Look Once)网络的检测方法。首先,在YOLOv5网络中添加通道注意力模块,在维持模型轻量化的基础上提高了目标检测精度。其次,在主干网络中添加SPD-Conv(Space-to-Depth Convolution)层,提高了网络对低分辨率图像以及小目标检测的效果。最后,采用自适应激活函数替换原网络的SiLU(Sigmoid Linear Unit)激活函数,在网络快速收敛的同时提高了网络的泛化能力。实验结果表明,改进的YOLOv5网络精度均值较原网络提高了5.8%,改进后的网络收敛速度更快,检测精度更高,能够更好地满足加拿大一枝黄花检测与防治应用的需求。展开更多
文摘为提高加拿大一枝黄花的治理效率,实现对其智能化监测,提出一种改进的YOLOv5(You Only Look Once)网络的检测方法。首先,在YOLOv5网络中添加通道注意力模块,在维持模型轻量化的基础上提高了目标检测精度。其次,在主干网络中添加SPD-Conv(Space-to-Depth Convolution)层,提高了网络对低分辨率图像以及小目标检测的效果。最后,采用自适应激活函数替换原网络的SiLU(Sigmoid Linear Unit)激活函数,在网络快速收敛的同时提高了网络的泛化能力。实验结果表明,改进的YOLOv5网络精度均值较原网络提高了5.8%,改进后的网络收敛速度更快,检测精度更高,能够更好地满足加拿大一枝黄花检测与防治应用的需求。
