低数据集下基于ASPP-YOLO V5模型的苋菜识别方法研究与试验

作者：张继成; 侯郁硕; 郑萍^*; 夏士兴

来源：农业机械学报, 2023, 1-7.

• 苋菜识别
• YOLO V5
• ASPP
• 低数据集

针对田间苋菜识别存在准确率低、样本数量少等问题，通过引入扩展感受野和提取上下文信息的ASPP注意力机制改进YOLO V5苋菜识别模型，改进后的模型在低数据集下能够显著提高F1值和mAP。实验结果表明，在低数据集下引入ASPP注意力机制后的苋菜识别模型F1值提高了0.13、mAP提高了0.298。采用横向录制的方式苋菜被检测到的概率提高了15%。因此，本研究为苋菜或其他杂草在低数据集下的识别提供了有效的方法，为农业领域的杂草识别和管理研究提供了参考。

• 单位
  东北农业大学; 黑龙江工程学院