基于YOLOv5的荔枝果实小目标检测算法研究

小目标检测是目标检测领域中的热点和难点。现有的主流目标检测算法大多使用特征金字塔来检测不同尺度的目标,其中小尺度的高层特征用来检测大目标,大尺度的浅层特征用来检测小目标。然而,对小目标检测而言,高层特征的生成和检测往往会带来大量的计算量,又不能等效地提高小目标检测的准确度。因此,在YOLOv5模型的网络结构基础上,去掉金字塔特征融合的FPN+PAN部分,采用浅层网络来检测自然场景中荔枝果实小目标。在极大地简化YOLOv5模型网络结构的情况下,既保证识别荔枝果实目标的准确度基本不变,又提高了检测速度。