基于改进YOLOv5s的轻量化草莓成熟状态检测算法

来源：中国农机化学报杂志2026年第2期北京时间：

作者：秦维彩, 秦培亮, 梁正龙

单位：1. 苏州农业职业技术学院，设施农业智能装备工程技术研究开发中心，江苏苏州，215008；2. 兰州理工大学机电工程学院，兰州市，730050

摘要：为实现自然环境下草莓成熟状态精准检测，以草莓为研究对象，提出一种基于改进YOLOv5s的轻量化草莓成熟状态检测算法PBW—YOLOv5s。首先，将部分卷积（Pconv）引入C3模块中，有效函数（IoU）替换为基于动态非单调聚焦机制（WIoU），以更精确地考量预测框与真实框之间的重叠程度，进一步减少网络参数量并应对不规则遮挡；其次，引入加权双向特征金字塔网络（BiFPN）融合不同尺度特征；最后，将边界框回归损失提升检测性能。试验结果表明，PBW—YOLOv5s的精确率、召回率以及平均精度均值分别提升2.49%、1.21%和1.06%；参数量和权重大小分别减少到原始YOLOv5s的80.06%和80.00%。验证集测试结果表明，所提检测算法能够避免漏检、误检发生，且更准确地识别出草莓成熟状态，为后续草莓智能化采摘和管理提供技术支持。

关键词：草莓成熟状态,图像识别,机器视觉,目标检测,轻量化算法

基金资助：江苏省现代农机装备与技术示范推广项目（NJ2023—24）；苏州农业职业技术学院科研创新团队专项资助（CXTD202403）；甘肃省重点研发计划项目（24YFWA014）