-
题名基于改进YOLOv5的小龙虾品质检测方法
- 1
-
-
作者
鲁濠
王淑青
鲁东林
张子蓬
汤璐
-
机构
湖北工业大学电气与电子工程学院
武汉奋进智能机器有限公司
-
出处
《湖北工业大学学报》
2023年第4期76-81,共6页
-
文摘
小龙虾质量检测是其生产加工中的重要环节,针对当前目标检测模型在不同数据集上存在拟合性能不佳、冗余错误等问题,提出了一种基于改进YOLOv5网络的小龙虾质量检测方法。首先在主干网络采用DP-Conv卷积改进CNN卷积,利用高维过度参数化提高拟合效果和检测速度。其次在残差块Res_unit中嵌入SENet模块加强上下文的语义联系,减少冗余信息的干扰。最后设计一种小龙虾数据采集方法。与3种目标检测算法实验对比,结果表明,改进后的算法检测精度达到97%,速度为60帧/s,模型性能优于其他3种算法,具有高检测精度和高速度的应用效果。
-
关键词
目标检测
小龙虾检测
YOLOv5网络
深度学习
-
Keywords
crayfish detection
target detection
yolov5 network
deep learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-