基于YOLOv5的煙草葉部病害智能識(shí)別

摘要： 為提高煙草病害的智能識(shí)別精度和判別效率，提出基于YOLOv5網(wǎng)絡(luò)改進(jìn)的煙草病害識(shí)別模型，針對(duì)原模型對(duì)小目標(biāo)病斑特征提取能力弱的問(wèn)題提出改進(jìn)模型，分別為添加多尺度增強(qiáng)模塊的YOLOv5-ME、添加小目標(biāo)檢測(cè)層的YOLOv5-LT和同時(shí)添加小目標(biāo)檢測(cè)層和多尺度增強(qiáng)模塊的YOLOv5-ME-LT，對(duì)從田間采集的赤星病、黃瓜花葉病、普通花葉病、氣候斑點(diǎn)病和野火病等5 874幅病害圖像進(jìn)...