买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：盐城工学院;盐城工学院技术转移中心有限公司

摘要：本发明公开了一种基于改进YOLOv5s的草莓果实识别方法，包括构建草莓数据集；对数据集进行预处理包括对数据集进行数据标注、数据增强和数据清洗，并划分为训练集、验证集和测试集；对原始的YOLOv5s模型进行改进得到MB‑YOLOv5s模型，以YOLOv5s为基础模型，将主干网络替换为改进的MobileNetV3网络，改进主要体现在Bneck模块中，将原有的SE注意力模块替换为ECA注意力模块；将颈部网络替换为改进的BiFPN网络；改进包括在Conv3模块和Concat模块之间引入CA注意力模块，增强模型对重要特征通道的感知能力；使用数据集对MB‑YOLOv5s进行模型训练；使用测试集对MB‑YOLOv5s模型进行测试评估；将待识别的草莓果实图像输入到MB‑YOLOv5s模型中进行识别输出。不仅使网络更加轻量化，还增强网络对输入特征中重要信息的捕获能力。

主权项：1.一种基于改进YOLOv5s的草莓果实识别方法，其特征在于，包括以下步骤：S1、通过相机对果实进行多角度拍摄，采集草莓图像，并使用计算机在网络上爬取草莓果实图片，并进行筛选处理，构建草莓数据集；S2、对数据集进行预处理包括对数据集进行数据标注、数据增强和数据清洗，并划分为训练集、验证集和测试集；S3、构建草莓识别模型，包括对原始的YOLOv5s模型进行改进得到MB-YOLOv5s模型，所述改进的MB-YOLOv5s模型包括：1以YOLOv5s为基础模型，将主干网络替换为改进的MobileNetV3网络，改进主要体现在Bneck模块中，将原有的SE注意力模块替换为ECA注意力模块；2将颈部网络替换为改进的BiFPN网络；改进包括在Conv3模块和Concat模块之间引入CA注意力模块，增强模型对重要特征通道的感知能力；S4、使用数据集对MB-YOLOv5s进行模型训练；S5、使用测试集对MB-YOLOv5s模型进行测试评估；S6、将待识别的草莓果实图像输入到MB-YOLOv5s模型中进行识别输出。

全文数据：

权利要求：

百度查询： 盐城工学院 盐城工学院技术转移中心有限公司 一种基于改进YOLOv5s的草莓果实识别方法