改进YOLOv5在胡瓜钝绥螨品质管控系统中的设计与应用

当前工业化养殖胡瓜钝绥螨的产量巨大,导致现有人工品质管控方式无法及时准确地对螨虫养殖品质进行监测。设计研发一款螨虫监控系统,包含螨虫麦麸分离装置、显微视觉装置、改进的YOLOv5螨虫检测模型。通过对YOLOv5模型的网络结构进行分析,在原YOLOv5模型上将嵌入ECANet注意力机制的MobileNetv3-Large网络作为主干特征提取网络,加强网络提取特征能力,进一步通过裁剪模型预测头的冗余部分,提升模型对中小目标检测性能。实验结果表明:改进后的M3ECA-YOLOv5-2H模型对比原YOLOv5模型,在平均检测精度mAP 50和mAP 75上提高了0.68和4.62个百分点;在模型大小上降低18.9 MB,占用更低内存;在单张图片推理速度上提升4 ms。此外对比其他5种通用目标检测模型,M3ECA-YOLOv5-2H模型在检测精度和检测速度等指标上整体表现更佳,具有很好的应用价值。