深度學(xué)習(xí)方法在紅花采摘機器人中的應(yīng)用

摘要： 為實現(xiàn)農(nóng)業(yè)復(fù)雜環(huán)境中紅花的快速準(zhǔn)確識別，提出了一種基于深度學(xué)習(xí)方法的改進YOLOv5s紅花目標(biāo)檢測算法。在YOLOv5s基礎(chǔ)上融入適配GPU的輕量Ghost模塊，獲得復(fù)雜度更低、網(wǎng)絡(luò)推理速度更快的基線模型，將CBAM注意力機制嵌入基線模型，增強了小目標(biāo)物在高頻特征中的表現(xiàn)力，并通過建立一種基于邊界框?qū)捄透卟钪档腇ocal-EIoU損失函數(shù)，提高紅花在不同遮擋情況下的識別率。最后... （共6頁）