基于改進YOLO v5的蘋果葉部病害檢測

摘要： 針對YOLO v5檢測模型存在的漏檢率和誤檢率問題，改進目標檢測技術(shù)，提升蘋果葉部病害早期發(fā)現(xiàn)及定位的準確性和速度，從而減少經(jīng)濟損失。先采用加權(quán)雙向特征金字塔網(wǎng)絡(luò)(BiFPN)特征融合方法，有效改善PANet對多尺度特征融合的不良影響，并引入Transformer機制，有效改進原始網(wǎng)絡(luò)結(jié)構(gòu)，使其專注于有用的信息，并增強特征融合效果。再使用ATCSP模塊和自上而下的特征融合方法，... （共10頁）