- 栏目:试验研究
- 作者:杨健，杨啸治，熊串，刘力
- 关键词:大棚番茄；YOLOv5；注意力机制；损失函数
- DOI:10.16861/j.cnki.zggc.202423.0595
- 全文：
PDF （下载次数：） 摘要（点击次数:）
摘 要：为了实现大棚环境中番茄的智能在线产量估算，提出了一种基于改进的YOLOv5（You Only Look Once v5）番茄识别算法，对自然生长状态下的番茄果实产量进行统计和估算。首先，使用可分离视觉转换器（SeparableVision Transformer，SepViT）替换骨干网络的最后一层，以增强骨干网络与全局信息之间的联系并提取番茄特征；其次，引入WIOU（Wise Intersection over Union）损失函数和Mish 激活函数，以提高收敛速度和精度。试验结果表明，改进后的检测模型在平均精度（mean Average Precision，mAP）方面达到了99.5%，相较传统的YOLOv5 模型提高了1.1 个百分点，每张图像的处理时间为15 ms。此外，改进后的YOLOv5 算法对密集和遮挡情况下的番茄果实识别效果更好。