结合轻量卷积和注意机制的YOLOv5麦穗检测算法

作者：刘双艳; 葛华勇^*; 段家辉

来源：现代计算机(专业版), 2023, 29(09): 32-38.

• YOLOv5
• 深度学习
• 麦穗检测
• 注意力机制
• GhostNet

为了实现准确、高效的麦穗计数，提出一种基于改进YOLOv5模型的麦穗检测算法。在YOLOv5的特征增强部分添加卷积块注意力模块，提高模型对特征的表达能力，使其更加关注待检测目标的位置信息。此外，结合GhostNet模块，达到有效降低模型的参数量并提升算法性能的效果。改进后的算法在Global Wheat2020数据集上能达到92.3%的检测精度，相对于原来的YOLOv5s在精度上提高了1.3个百分点，同时检测速度也获得17.6%的提升，在麦穗检测中表现出了更优秀的性能。