摘要
为满足花椒簇自动化采摘需求,引入YOLOv5s算法。采用深度学习特征提取算法,以跨阶段部分连接暗网(Cross Stage Partial Network,CSPDarknet)为主干网络,进行精准特征处理,增强目标特征表现,用空间变换网络校正图像,通过马赛克拼接、混合增强等手段分析标注不同环境下成熟花椒图像,构建花椒数据集。训练中,优化模型架构超参数,用路由聚合融合特征、在线困难样本挖掘算法聚焦难分样本,系统平均识别率达82.8%。运用开源计算机视觉库(Open Source Computer Vision Library,OpenCV)绘制函数,实现目标精准定位与坐标输出,可解决花椒簇机械采摘的识别与定位问题。
出处
《消费电子》
2025年第1期28-30,共3页
Consumer Electronics Magazine
基金
河南省教育厅2024年大学生创新创业训练计划项目“基于改进yolov5s模型的花椒簇目标检测与采摘研究”(项目编号:202412746016)
郑州科技学院2024年大学生创新创业训练计划项目“基于改进yolov5s模型的花椒簇目标检测与采摘研究”阶段性成果(项目编号:DC202416)。
