深度学习模型法鉴别橙盖鹅膏菌

作者：谢龙珠; 高飞^*; 张蕾

来源：黑龙江工业学院学报(综合版), 2022, 22(07): 53-61.

DOI：10.16792/j.cnki.1672-6758.2022.07.008

• YOLOv5
• CA注意力机制
• DIoU＿NMS
• Concat

橙盖鹅膏菌具有较高的药用价值和食用价值，在市场中出现供不应求的现象。为了在各种菌群中迅速且准确的鉴别出橙盖鹅膏菌，采用深度学习模型(YOLOv5)提取橙盖鹅膏菌的菌盖颜色、菌盖表面形状、菌整体形状等主要的外部图像特征。首先，在YOLOv5模型的基础上加入CA(Coordinate Attention)注意力机制，使模型在通道域上更加敏感，增强特征的提取能力;然后，采用Concat特征融合增加图像的通道数，防止信息丢失;最后，通过更改损失函数为DIoU＿NMS，来提升准确率。实验证明:改进的模型，精准率(Precision,P)提升了0.51%、召回率(Recall,R)提升了1.8%，精度均值(mean Average Precision,m AP)提升了0.98%。

• 单位
  合肥学院; 安徽大学