基于改进YOLOv5s的复杂环境下棉花顶芽识别

来源：中国农机化学报杂志2024年第12期北京时间：

作者：席光泽, 周建平, 许燕, 彭炫, 崔超

单位：(新疆大学机械工程学院，乌鲁木齐市，800054)

摘要：针对在复杂环境下棉花顶芽识别率低、检测速度慢的问题，提出一种改进的YOLOv5s目标检测模型。首先收集在复杂棉田环境下棉花顶芽数据，其次在模型的主干网络中加入Hd-ShffleNetv2轻量化网络模块，以减少模型参数量，并加快模型的检测速度。同时在颈部中加入NLMA与BotNeT注意力机制模块，增加对棉花顶芽的特征提取能力，从而提高模型的识别精度。最后，采用EIoU损失函数来解决在顶芽部分遮挡情况下的识别问题，进一步提高识别成功率。为验证改进的目标检测模型的实际效果，对棉花顶芽样本进行测试。测试结果表明，改进的YOLOv5s模型的平均检测精度达到91%，较比原始的YOLOv5s模型提升1个百分点，模型的检测置信度也有所提升。改进的目标检测模型满足棉花激光打顶机在棉田中的检测需求，为棉花激光打顶技术的进一步研究提供有力的技术支撑。

关键词：棉花顶芽识别,YOLOv5s,EIoU损失函数,轻量化模型,注意力机制

基金资助：新疆维吾尔自治区自然科学基金(2022D01C671)；新疆农机研发制造推广应用一体化项目(YTHSD2022—05)