基于改進(jìn)YOLO v5s的溫室番茄檢測模型輕量化研究

摘要： 番茄檢測模型的檢測速度和識別精度會直接影響到番茄采摘機(jī)器人的采摘效率，因此，為實現(xiàn)復(fù)雜溫室環(huán)境下對番茄精準(zhǔn)實時的檢測與識別，為采摘機(jī)器人視覺系統(tǒng)研究提供重要的參考價值，提出一種以YOLO v5s模型為基礎(chǔ)，使用改進(jìn)的MobileNet v3結(jié)構(gòu)替換主干網(wǎng)絡(luò)，平衡模型速度和精度。同時，在頸部網(wǎng)絡(luò)引入Ghost輕量化模塊和CBAM注意力機(jī)制，在保證模型檢測精度的同時提高模型的檢測速... （共10頁）