%A 张 鋆, 李温温
%T
RRT algorithm; path planning; target offset; variable step size; cubic B-spline curve
基于改进YOLOv5s的玉米田间杂草检测方法
%0 Journal Article
%D 2023
%J 吉林化工学院学报
%R 10.16039/j.cnki.cn22-1249.2023.05.006
%P 26-33
%V 40
%N 5
%U {https://xuebao.jlict.edu.cn/CN/abstract/article_2038.shtml}
%8 2023-05-25
%X
针对玉米田间环境中,对幼苗与杂草的检测存在实时性差以及精度不足的问题,将玉米幼苗及常见的四种伴生杂草作为研究对象,提出一种基于改进YOLOv5s的玉米田间杂草检测方法?以YOLOv5s为基础模型,提出一种DCA注意力模块并嵌入特征提取网络的C3结构中,来强化模型的特征表达能力?在损失函数的计算部分引入EIOU损失函数来衡量模型训练过程中的定位损失,优化模型的收敛速度和定位精度?实验表明,改进的YOLOv5s模型在玉米与伴生杂草数据集上mAP@0.5达到95.7%,mAP@0.5:0.95为81.9%,每秒检测帧数为61帧,满足检测精度以及实时性的要求?