基于改进YOLOv5s的香蕉树长势研究

为了提高香蕉长势的检测精准度以及检出率,文章参照香蕉的生长特性提出了一种基于改进YOLOv5s的香蕉长势研究方法,将处于生长发育时期内的三个主要时期的香蕉作为研究对象,将YOLOv5s目标检测算法作为基础构建模型,引入simAM无参注意力机制,采用SIoU替换YOLOv5s原损失函数,轻量化处理C3模块,将原模型卷积替换为MPconv,削减20*20的大目标检测层,引入BiFPN特征融合。经文章制备的香蕉树数据集验证,相较于基础YOLOv5s模型,改进后的SMBi-YOLOv5s模型的mAP提高了0.4%,模型参数量降低了76.6%,准确率提升了2.1%。