基于YOLOv5s的輕量級茶葉嫩芽終端檢測模型

摘要： 在茶園環(huán)境中快速精準識別茶葉嫩芽是實現(xiàn)智能化采茶的關鍵技術之一，但茶芽檢測模型的復雜性導致模型參數(shù)量大、計算量大、模型尺寸大，限制了模型在采茶機器人嵌入式設備的部署。鑒于此，本文提出一種基于YOLOv5s的輕量級茶葉嫩芽終端檢測模型。首先，使用輕量級網(wǎng)絡GhostNet替換YOLOv5s中的Backbone網(wǎng)絡，并重構Neck網(wǎng)絡，降低模型的參數(shù)量、計算量和內(nèi)存占用量，改進后的... （共12頁）