基于改进YOLOv5的番茄果实识别估产方法
杨健
杨啸治
熊串
刘力
成都理工大学机电工程学院 成都 610059
摘要：为了实现大棚环境中番茄的智能在线产量估算,提出了一种基于改进的YOLOv5(You Only Look Once v5)番茄识别算法,对自然生长状态下的番茄果实产量进行统计和估算.首先,使用可分离视觉转换器(Separable Vision Transformer,SepViT)替换骨干网络的最后一层,以增强骨干网络与全局信息之间的联系并提取番茄特征;其次,引入WIOU(Wise Intersection over Union)损失函数和Mish激活函数,以提高收敛速度和精度.试验结果表明,改进后的检测模型在平均精度(mean Average Precision,mAP)方面达到了 99.5％,相较传统的YOLOv5模型提高了1.1个百分点,每张图像的处理时间为15ms.此外,改进后的YOLOv5算法对密集和遮挡情况下的番茄果实识别效果更好.
关键词：大棚番茄YOLOv5注意力机制损失函数
分类号：S641.2(园艺)
资助基金：四川省科技创新苗子工程(2022040)
论文发表日期：2024-06-05
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 61-68 )
英文信息