基于YOLOv5的烤烟烟叶散把程度检测算法研究

作者：余红霞; 罗瑞林; 云利军^*; 陈载清; 张春节

来源：烟草科技, 2022, 55(06): 98-105.

DOI：10.16135/j.issn1002-0861.2021.0757

• 烤烟
• 烟叶散把
• 目标检测
• YOLOv5模型
• Ghost模块
• ACIN模块

为解决烤烟烟叶散把过程中因散把不均匀导致烟叶重叠等问题，提出了一种基于YOLOv5目标检测算法的烟叶散把程度检测方法。通过对原始图像进行预处理构建烟叶散把图像数据集，在原始YOLOv5模型主干网络加入Ghost模块生成冗余特征图，在瓶颈层加入ACIN模块加强网络特征融合，同时利用烟叶松散度来评价散把程度。分别利用改进前后YOLOv5模型进行测试，结果表明：与原始模型相比，改进后YOLOv5模型在未明显增加计算量的前提下，网络参数量减少12.8%，模型大小减小12.4%，平均精确率提升0.2百分点；改进后模型与YOLOv4、Efficientdet-d0、Faster R-CNN等目标检测模型相比，平均精确率、检测速度均为最优且参数量较少。该技术可为提高烤烟烟叶分选速度和精度提供支持。

• 单位
  云南省烟草烟叶公司; 云南师范大学