版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
一种基于改进的YOLOv5模型的林间杂草检测方法
专利申请号：CN202211221145.5
公 开 号：CN115546639A
发 明 人：方斌 张雨婷 曹金宇 屈天柱 刘阳 彭富民 马恒宇
代 理 人：封睿
代理机构：南京理工大学专利中心
专利类型：发明专利
申 请 日：20221230
公 开 日：20221008
专利主分类号：G06V20/10
关 键 词：损失函数 杂草检测 杂草 图像数据输入 注意力机制 改进 植被 检测结果 模型使用 农药喷洒 图像数据 快速性 聚类 锚框 算法 尺度 森林
摘 要：本发明公开了一种基于改进的YOLOv5模型的林间杂草检测方法，获取林间植被图像数据，将获取的植被图像数据输入到改进的YOLOv5模型中，得到森林中杂草的检测结果，根据杂草的大小和具体方位进行定位、定量的农药喷洒；其中改进的YOLOv5模型使用k‑means||算法在三个不同尺度上分别快速聚类生成三个锚框作为模型的初始框；将原始的YOLOv5模型的GIoU_loss损失函数改为SIoU_loss损失函数并在模型的Neck部分加入注意力机制SENet。本发明能够提高林间杂草检测的精确性、快速性和可靠性。
