融合残差网络与注意力机制的草莓检测

来源：中国农机化学报杂志2024年第1期北京时间：

作者：王瑞彬, 杨世忠, 高升

摘要：针对草莓果实因受到自然光光照、枝叶遮挡、果实间存在遮挡等因素，较难实现成熟草莓果实识别的现状，提出融合深度残差网络与注意力机制的成熟草莓目标检测算法。引用信息表达能力更强的深度残差网络Resnet50对SSD目标检测算法模型基础骨干网络进行替换，对经过残差网络结构和新增卷积特征提取层得到信息特征提取图进行通道和空间方向的注意力机制方法处理，建立能准确实现成熟草莓目标检测的RC-SSD目标检测模型。试验结果表明，本文的RC-SSD算法模型对比Faster R-CNN、YOLOv3、SSD-VGG模型拥有较少的参数量，平均精度均值mAP分别提升46.05%、10.16%、5.77%，其中成熟草莓的识别精度达到99.04%。对比轻量化网络结构模型SSD-Mobilenetv2，RC-SSD算法模型在FPS相对于轻量化网络模型降低25帧的情况下，精度提升20.20%，FPS在GPU运行设备上达到86帧。

关键词：残差网络,注意力机制,损失函数,目标检测,草莓图像识别