基于SCG-YOLOv5n的收獲期澳洲堅果檢測算法

打開文本圖片集

摘要：

為實(shí)現(xiàn)自然環(huán)境下澳洲堅果的快速準(zhǔn)確檢測，針對收獲期澳洲堅果果皮與枝葉顏色相似、體積小、病害果混雜難識別的問題，提出一種基于SCG-YOLOv5n的收獲期澳洲堅果檢測算法。該方法運(yùn)用數(shù)據(jù)增強(qiáng)，提高模型魯棒性；在YOLOv5n的骨干網(wǎng)絡(luò)引入SimAM注意力機(jī)制，增強(qiáng)有效特征的提取能力；在FPN結(jié)構(gòu)中引入CARAFE上采樣，強(qiáng)化目標(biāo)感知能力；使用GSConv輕量級卷積替換部分卷積層，減輕模型的參數(shù)量并實(shí)現(xiàn)高效特征融合，提高檢測速度和檢測精度。（剩余14665字）