基于改进轻量化YOLOv5s的万寿菊识别方法

来源：计算机测量与控制杂志2025年第6期北京时间：

作者：李欣,徐博,张雷,于浩,贾英新,刘子剑

单位：河北省机电一体化中试基地有限公司

摘要：针对传统识别网络结构冗余且普适性低，导致推理过程复杂、效能低下，难以满足密集生长的万寿菊检测需求的问题，提出了一种改进的轻量化YOLOv5s万寿菊识别方法，并通过适宜的数据集增强技术为识别方法提供可靠的数据支撑；该方法采用ShuffleNet V2替代CSPDarknet53作为主干网络，并引入SimAM注意力机制，以减小网络规模并提升密集目标检测效能；颈部网络采用Slim-neck结构，结合GSConv和VoV-GSCSP模块提升密集目标的特征提取效率；训练过程中，使用WIoU误差函数并通过Soft-NMS动态调整边界框，以增强网络的泛化能力；算例分析及产地实测结果表明，所改进的轻量化YOLOv5s网络的平均精度均值较现有常用模型提高了3.00 %，参数量减少了6.44 MB，每秒浮点运算次数减少了14.70 G，模型体积减少了12.24 MB，每秒帧数增加了47.19 帧，且网络鲁棒性强，极大地降低了其应用与推广成本。

关键词：万寿菊识别;轻量化模型;改进YOLOv5s模型;ShuffleNet V2;注意力机制

基金资助：河北省科技计划项目(17391601D)；河北省科学院高层次人才培养与资助项目(2024G13)；石家庄市中试熟化平台项目(234790134A)