张德龙1, 刘春辉1, 艾和金2, 宫 超2, 查文珂1
黑龙江工程学院学报. 2024, 38(5): 9.
为了使目标检测算法更好地嵌入到番茄采摘机器人中,使其可以在温室环境中快速准确地识别检测成熟的番茄,提出一种基于hufflenetv2-YOLOv5的番茄采摘机器人目标检测方法。该方法以YOLOv5为基础,以轻量级网络Shufflenetv2为主干网络,减少参数量和计算量,加入ECA注意力机制,并用FReLU 激活函数替换原来网络结构中的激活函数,实现像素级的空间建模能力,进一步提高检测精度,增加该模型的鲁棒性。试验结果表明,改进后模型的算法精确率P、召回率R 和平均精度均值mAP分别提升了2.2%、1.9%、3.2%,参数量降低约54%,计算量降低约62.6%,模型大小减少约53.1%,FPS也有了一定的提升,能够满足高速度、高精度检测的要求。