基于改進(jìn)YOLO v5的蘋果葉部病害檢測

摘要： 針對(duì)YOLO v5檢測模型存在的漏檢率和誤檢率問題，改進(jìn)目標(biāo)檢測技術(shù)，提升蘋果葉部病害早期發(fā)現(xiàn)及定位的準(zhǔn)確性和速度，從而減少經(jīng)濟(jì)損失。先采用加權(quán)雙向特征金字塔網(wǎng)絡(luò)(BiFPN)特征融合方法，有效改善PANet對(duì)多尺度特征融合的不良影響，并引入Transformer機(jī)制，有效改進(jìn)原始網(wǎng)絡(luò)結(jié)構(gòu)，使其專注于有用的信息，并增強(qiáng)特征融合效果。再使用ATCSP模塊和自上而下的特征融合方法，...