-
题名改进YOLOv7-Tiny农田环境下甜椒果实检测
被引量：3
- 1
-
-
作者
赵鹏飞
钱孟波
周凯琪
单奕杰
吴浩宇
-
机构
浙江农林大学光机电工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第15期329-340,共12页
-
基金
浙江省“尖兵”“领雁”研发攻关计划项目(2022C02057)。
-
文摘
针对在农田环境下甜椒果实的深度学习目标检测算法容易出现误检率较高、检测精度较低的问题,为提高农业生产管理系统以及农业机器人生产效率。基于YOLOv7-Tiny目标检测算法进行一系列改进。在YOLOv7-Tiny的主干中添加DBB(diverse branch block)模块;在三个输出特征层添加SimAM注意力机制;采用Bi-FPN特征融合机制,并增加跨通道特征融合,在P7层加入ASPP空洞空间卷积池化金字塔结构;采用数据集增强技术,对数据集图片进行扩充和图像处理,将800张甜椒果实数据集图片扩充至4800张。实验结果表明,在相同实验条件下改进YOLOv7-Tiny相较于YOLOv7-Tiny平均准确率(mAP)提高了2.21个百分点,视频检测速度32.82 FPS,改进YOLOv7-Tiny模型体积相较于YOLOv7-Tiny减小5.4 MB。改进YOLOv7-Tiny精度有明显提升,可实现快速、精准检测甜椒果实。
-
关键词
甜椒检测
卷积神经网络
Bi-FPN
YOLOv7-Tiny
-
Keywords
bell pepper detection
convolutional neural network
Bi-FPN
YOLOv7-Tiny
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
