应用MCCW-YOLOv7-tiny研究轻量级玉米田间杂草识别算法

王希如; 贾仁山; 曹玉莹; 刘银川; 高新悦; 吴佳鑫; 贾银江

doi:10.19720/j.cnki.issn.1005-9369.2025.01.013

东北农业大学学报 ›› 2025, Vol. 56 ›› Issue (01) : 124 -138. DOI: 10.19720/j.cnki.issn.1005-9369.2025.01.013

应用MCCW-YOLOv7-tiny研究轻量级玉米田间杂草识别算法

王希如, 贾仁山, 曹玉莹, 刘银川, 高新悦, 吴佳鑫, 贾银江

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对玉米田间杂草传统目标检测模型存在体积大、实时性差、精准度低、移动端部署难等问题，提出了改进的轻量级目标检测算法MCCW-YOLOv7-tiny。通过将YOLOv7-tiny主干网络CSPDarknet替换为MobileNet V3模块，降低模型冗余和参数量，满足实时性要求。添加并行网络至主干网络，并在检测头部引入CBAM注意力机制，增强对小目标的关注，提高整体识别精度。损失函数改进为WIoUv3，以动态平衡样本质量，提升模型泛化能力。结果表明：MCCW-YOLOv7-tiny较YOLOv7-tiny,mAP从93.7%提升至95.3%，计算复杂度从13.3 GFLOPs降至6.2 GFLOPs，模型参数量为3.71 M，为复杂环境下的玉米田间杂草检测提供有效技术支持。