基于无人机航拍与改进YOLOv5s的油茶果实检测

来源：中国农机化学报杂志2024年第12期北京时间：

作者：沈德宇, , 陈锋军, , 朱学岩, , 张新伟, 陈闯

单位：(1. 北京林业大学工学院，北京市，100083； 2. 林木资源高效生产全国重点实验室，北京市，100083)

摘要：针对无人机航拍图像中油茶果实小且互相遮挡的问题，提出改进YOLOv5s模型。首先，使用SPD-Conv代替YOLOv5s模型中池化操作，使模型在执行下采样操作时能够保留更多细粒度信息。然后，在YOLOv5s模型的颈部网络末端引入坐标注意力机制CA，提高模型对遮挡目标的鲁棒性。另外，改进YOLOv5s模型使用NWD边界框损失函数替换YOLOv5s中的CIOU边界框损失函数，以提升模型对无人机航拍图像中小油茶果实的检测能力。改进YOLOv5s模型的精确率、召回率、F1分数和平均精度均值分别达到93.1%、90.5%、91.78%和91.2%，与YOLOv5s模型相比，平均精度均值提升3.6个百分点。试验表明，改进YOLOv5s对航拍图像中较小的油茶果实和遮挡果实有更强的检测能力。可为利用无人机进行油茶果实的产量估计研究提供参考。

关键词：油茶果实,无人机航拍,YOLOv5s,坐标注意力机制,边界框损失函数

基金资助：国家重点研发计划(2019YFD1002401)