基于RA-YOLOv5s的粮仓害虫检测模型

Computer Simulation（2023）

引用 0|浏览3

暂无评分

摘要

针对粮仓害虫体积较小且个别种类害虫外形相似而难以区分的问题,提出一种RA-YOLOv5s(ResNeXt and Attention-YOLOv5s)粮仓害虫检测模型.先在YOLOv5s的CSP模块支路中分别引入空间注意力机制和通道注意力机制.将主干网络CSP模块中的残差单元修改为ResNeXt残差单元,同时对模型进行轻量化处理,去除重复的残差单元.最后修改颈部网络CSP模块结构,使其与主干网络保持一致.实验结果表明,RA-YOLOv5s相较于其它主流目标检测模型具有更高的害虫检测平均正确率,而且模型更加轻量化.

查看译文

关键词

Granary pest,Object detection,Attention mechanism,Grouped convolution

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要