基于改进YOLOv7的草莓目标检测方法

作者：杨婷婷; 杨玉竹; 卜显峰; 曹丽英^*

来源：智慧农业导刊, 2023, 3(21): 18-23.

DOI：10.20028/j.zhnydk.2023.21.005

• 草莓
• 目标检测
• YOLOv7
• 深度学习
• 注意力机制

为实现草莓果实成熟度的精准快速识别，该文提出一种基于改进YOLOv7的草莓目标识别方法。针对实地大棚环境下采集到的草莓数据集，首先使用LabelImg对数据集分类型标注，然后使用改进后的Kmeans聚类算法进行先验框尺寸的计算，在主干中加入CBAM注意力机制增加模型的识别精度，最后采用分阶段的训练方法对搭建的YOLOv7模型进行模型评估。实验结果表明，草莓目标检测的m AP均值达到92.3%，召回率达到85.7%，精确率达到91%，单张图像的检测时间为27 ms，该方法能够快速准确地对复杂环境下草莓果实的成熟度进行检测，为实现草莓产业智能化发展奠定基础。

• 单位
  吉林农业大学