蘋果葉片病害檢測的輕量化YOLOv5研究與實(shí)現(xiàn)

打開文本圖片集

摘要：隨著農(nóng)業(yè)智能化水平不斷提升，蘋果葉片病害自動(dòng)化檢測十分必要，而現(xiàn)有的自動(dòng)化檢測模型由于網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，難以在移動(dòng)端進(jìn)行部署?；诖耍瑯?gòu)建一種YOLOv5—SCFG輕量模型。首先，引入輕量型網(wǎng)絡(luò)ShuffleNetv2重新構(gòu)建YOLOv5骨干網(wǎng)絡(luò)，保證網(wǎng)絡(luò)整體輕量化；然后，在頸部網(wǎng)絡(luò)引入CARAFE上采樣算子和FasterNet模塊，增強(qiáng)特征提取能力，加快特征融合速度；最后，添加全局注意力機(jī)制GAM，彌補(bǔ)網(wǎng)絡(luò)輕量化帶來的精度損失。（剩余13173字）