基于改进YOLOv5的平贝母检测模型

赵伟; 田帅; 张强; 王耀申; 王思博; 宋江

doi:10.16088/j.issn.1001-6600.2023040101

广西师范大学学报（自然科学版） ›› 2023, Vol. 41 ›› Issue (06) : 22 -32. DOI: 10.16088/j.issn.1001-6600.2023040101

基于改进YOLOv5的平贝母检测模型

赵伟, 田帅, 张强, 王耀申, 王思博, 宋江

作者信息 +

Author information +

文章历史 +

摘要

现有平贝母表土剥离机智能化程度不高，在收获平贝母时存在造成平贝母损伤的问题，故需要研制一款智能化的平贝母表土剥离机，而实现智能表土剥离的第一步就是实现智能识别，因此，提出一种基于改进YOLOv5的平贝母检测模型YOLOv5-Swin-L。通过引入Swin transformer,在骨干网络中替换C3,减少序列长度和降低计算复杂度，从而简化模型的参数量；同时用ACON激活函数将原来网络结构中的激活函数替换，可提高模型的精确度，增加模型的鲁棒性。实验结果表明，改进后的YOLOv5-Swin-L对平贝母识别的准确率最高可达96.39%,召回率最高可达95.76%,优于YOLOv5系列的其他网络模型。