面向復(fù)雜田間收獲作業(yè)的輕量化三七目標(biāo)檢測(cè)方法

摘要： 針對(duì)目前三七檢測(cè)算法在復(fù)雜田間收獲工況下檢測(cè)精度低、模型復(fù)雜度大、移動(dòng)端部署難等問(wèn)題，該研究提出一種基于YOLOv5s的輕量化三七目標(biāo)檢測(cè)方法。首先，采用GSConv卷積方法替換原始頸部網(wǎng)絡(luò)的傳統(tǒng)卷積，引入Slim-neck輕量級(jí)頸部網(wǎng)絡(luò)，降低了模型復(fù)雜度，同時(shí)提升了模型精度；其次，使用ShuffleNetv2輕量型特征提取網(wǎng)絡(luò)對(duì)主干網(wǎng)絡(luò)進(jìn)行輕量化改進(jìn)，提升了模型實(shí)時(shí)檢測(cè)性能，...