基于改進(jìn)YOLOv7-tiny的茶葉嫩芽分級(jí)識(shí)別方法

摘要： 實(shí)現(xiàn)自然生長(zhǎng)環(huán)境的茶葉嫩芽分級(jí)識(shí)別是名優(yōu)茶智能化采摘的基礎(chǔ)，針對(duì)光照、遮擋、密集等復(fù)雜環(huán)境造成的茶葉嫩芽識(shí)別精度較低、魯棒性較差等問題，提出了一種基于YOLOv7-tiny的改進(jìn)模型。首先在YOLOv7-tiny模型的小目標(biāo)檢測(cè)層添加卷積注意力模塊，提高模型對(duì)小目標(biāo)特征的關(guān)注能力，減少?gòu)?fù)雜環(huán)境對(duì)茶葉嫩芽識(shí)別的干擾；調(diào)整空間金字塔池化結(jié)構(gòu)，降低模型運(yùn)算成本，提高檢測(cè)速度；使用交并...