基于改进YOLOv5的自然环境下番茄果实检测

来源：中国农机化学报杂志2023年第10期北京时间：

作者：胡奕帆, 赵贤林, 李佩娟, 赵辰雨, 陈光明

单位：1. 南京工程学院，南京市，211167； 2. 南京农业大学，南京市，210031

摘要：为实现番茄果实的快速识别定位，提出一种改进的YOLOv5算法，通过改进数据增强方式，提高模型泛化性；通过替换轻量化主干网络，提高推理速度；增加注意力机制，增强主干网络的特征提取能力；通过修改特赠融合层提高对目标的识别能力并降低计算代价加速计算。试验表明：在自然环境下，所提方法平均准确率为87.5%，成熟番茄准确率为90.1%，比未改进的YOLOv5s模型分别提高4.2%和1.9%。并且在测试集上试验推理检测速度达到101fps。

关键词：番茄果实检测,YOLOv5,数据增强,注意力机制,轻量化网络

基金资助：江苏省产业前瞻与关键核心技术重点项目(BE2021016—5)；南京工程学院引进人才科研启动基金项目(YKJ201940)