基于改進(jìn)YOLOv5s的日光溫室黃瓜霜霉病孢子囊檢測計(jì)數(shù)方法

打開文本圖片集

摘要：針對溫室孢子捕捉設(shè)備所采集圖像中孢子囊分布密集、粘連堆疊和背景復(fù)雜的特點(diǎn)，提出一種基于改進(jìn)YOLOv5s的黃瓜霜霉病孢子囊檢測算法。首先，使用帶CBAM（Convolutional Block Attention Module）注意力機(jī)制的Ghost卷積替代原始網(wǎng)絡(luò)中的CSP（Cross Stage Partial）模塊，抑制背景中的雜質(zhì)，在保證產(chǎn)生豐富特征圖的同時(shí)，降低模型的參數(shù)量，提升計(jì)算速度。（剩余17020字）