融合注意力機(jī)制的YOLOv5深度神經(jīng)網(wǎng)絡(luò)雜草識(shí)別方法

摘要： 在YOLOv5深度神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上融合CA注意力機(jī)制，設(shè)計(jì)了田間雜草自動(dòng)識(shí)別模型。對(duì)不同天氣、不同背景下拍攝的包含農(nóng)作物的雜草圖片進(jìn)行背景分割和數(shù)據(jù)增強(qiáng)等預(yù)處理后，利用深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，采用隨機(jī)梯度下降進(jìn)行模型訓(xùn)練，并與YOLOv4、SSD、Faster R-CNN等方法進(jìn)行對(duì)比實(shí)驗(yàn)，改進(jìn)后的雜草模型具有更強(qiáng)的分類和檢測(cè)能力，基本解決雜草與農(nóng)作物相似度較高的問題。實(shí)驗(yàn)...