基于改进YOLOv5s的名优绿茶品质检测算法

作者：尹川; 苏议辉; 潘勉^*; 段金松

来源：农业工程学报, 2023, 1-9.

• 机器视觉
• 图像识别
• 茶叶品质检测
• YOLOv5s
• 感受野
• Swin transformer
• 注意力机制
• SimOTA

针对实际检测过程中茶叶数量多、体积小、茶叶之间颜色和纹理相似等特点，该研究提出了一种基于YOLOv5s的名优绿茶品质检测算法。首先，该算法在骨干网络层引入膨胀卷积网络，通过增大感受野的方式增强茶叶微小特征的提取。其次，改进特征融合进程，基于通道注意力和空间注意力抑制无关信息的干扰，构建CBAM注意力机制优化检测器。接着根据Swin transformer网络结构在多个维度对小尺度茶叶的特征进行交互和融合。最后，配合Sim OTA匹配算法动态分配茶叶正样本，提高不同品质茶叶的识别能力。结果表明，改进后的算法精准度、召回率、平均精度均值、模型体积、检测速度分别为97.4%、89.7%、91.9%、7.11MB和51帧/s，相较于基础的YOLOv5s平均精度均值提高了3.8个百分点，检测速度提高了7帧/s。利用相同数据集在不同目标检测模型上进行对比试验，与Faster-RCNN、SSD、YOLOv3、YOLOv4等模型相比，平均精度均值分别提升10.8、22.9、18.6、8.4个百分点，进一步验证了该研究方法的有效性和可靠性。

• 单位
  杭州电子科技大学