基于YOLOv5的对大麻雄蕊的目标识别研究

针对目前大规模生产环境下大麻去雄操作复杂度高,需要依靠人工经验判断所产生的成本过高和易产生误差等问题,本文通过使用目标检测算法YOLOv5进行目标检测。对采集的数据通过重复训练得出阶段性结果,并进行调整和优化,之后对训练的模型进行测试,模型的测试结果F1分数、准确率、召回率、平均精度分别为66.66%、84.2%、89%、70%,本模型的检测效果较好,为大麻的监测和管理提供了支持。