基于改进YOLOv5复杂环境下的草莓果实识别检测

来源：计算机应用与软件杂志2025年第10期北京时间：

作者：赵辉, 张樱飘, 王红君, 岳有军

摘要：针对目前草莓识别检测存在背景干扰、重叠遮挡、尺寸差异严重等问题,提出一种基于改进YOLOv5算法的检测方法。在YOLOv5的backbone与Neck中引入TC-SE模块,在PAN结构中添加特征融合通道,提高小目标检测性能;在模型输出的后处理阶段引入高斯加权,提高重叠遮挡目标的召回率;在位置损失函数中引入回归之间的向量角度,重新定义惩罚指标,提高复杂背景下的识别精度。改进后模型的MAP为93%,较原模型提高了3.7百分点,检测速度为31.15ms,对比实验证明了综合性能指标优于其他算法,并满足采摘的实时性要求。

关键词：目标检测, 特征融合, YOLOv5, 果实检测