基于改进YOLOv7的番茄果实目标检测

文档摘要：针对农业采摘机器人在采摘过程中面临果实重叠、果实遮挡和果实体积小难以识别等一系列问题,提出一种改进YOLOv7网络对番茄果实进行目标检测.首先在YOLOv7网络结构中增加SimAM注意力模块和CA注意力模块,提高网络特征提取能力;其次结合特征融合网络的张量拼接操作与加权特征金字塔,提高特征融合能力;再用Soft-NMS算法代替NMS算法,增加网络对重叠区域的检测能力;最后将CIOULoss替换成EIOULoss,优化网络性能.实验结果表明,改进后的YOLOv7网络mAP值可达96.7%,准确率为96.2%,召回率为99.0%,满足网络对番茄检测精度的要求.

Abstract：Tosolvefruitoverlap,occlusionandrecognitiondifficultycausedbysmall-sizefruitforagriculturalpickingrobots,animprovedYOLOv7networkwasproposedfortomatofruittargetdetection.Firstly,SimAMandCAattentionmoduleswereaddedtoYOLOv7networkstructuretoimprovethefeatureextractioncapability.Secondly,thetensorsplicingoperationofthefeaturefusionnetworkandtheweightedBidirectionFeaturePyramidNetworkwerecombinedtoimprovethefeaturefusioncapability.TheNMSalgorithmwasreplacedbySoft-NMSalgorithmtoincreasethedetectionabilityintheoverlappingarea.Finally,CIOULosswasreplacedbyEIOULosstooptimizenetworkperformance.TheresultsshowedthattheimprovedYOLOv7networkmAPvaluereached96.7%;theaccuracyreached96.2%;therecallratereached99.0%,whichmetthenetworkrequirementsfortomatodetectionaccuracy.

作者：孙丙宇   单超   房永峰 Author：SUNBingyu   SHANChao   FANGYongfeng
作者单位：安徽建筑大学机械与电气工程学院,安徽合肥230601;中国科学院合肥物质科学研究院,安徽合肥230026安徽建筑大学机械与电气工程学院,安徽合肥230601中国科学技术大学研究生院科学岛分院,安徽合肥230026
刊名：安徽建筑大学学报
Journal：JournalofAnhuiInstituteofArchitecture&Industry
年，卷(期)：2024, 32(2)
分类号：TP391.41
关键词：YOLOv7  注意力机制  Soft-NMS  BiFPN  
Keywords：YOLOv7  attentionmechanism  Soft-NMS  BiFPN  
机标分类号：TP391.41TN911.72TP242.62
在线出版日期：2024年6月21日
基金项目：中国科学院合肥物质科学研究院院长基金重点支持项目基于改进YOLOv7的番茄果实目标检测[
期刊论文]  安徽建筑大学学报--2024, 32(2)孙丙宇  单超  房永峰针对农业采摘机器人在采摘过程中面临果实重叠、果实遮挡和果实体积小难以识别等一系列问题,提出一种改进YOLOv7网络对番茄果实进行目标检测.首先在YOLOv7网络结构中增加SimAM注意力模块和CA注意力模块,提高网络特征提取...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：YOLOv7,注意力机制,Soft-NMS,BiFPN,

2024-10-4 00:40 上传 基于改进YOLOv7的番茄果实目标检测.pdf

文件大小:

1.18 MB

下载次数:

60

高速下载