-
公开(公告)号:CN118470697A
公开(公告)日:2024-08-09
申请号:CN202410522790.3
申请日:2024-04-28
Applicant: 河南科技大学
IPC: G06V20/60 , G06V10/25 , G06V10/44 , G06V10/771 , G06V10/82 , G06V10/776 , G06V10/764 , G06N3/045 , G06N3/0464 , G06V10/26 , G06V10/774
Abstract: 一种基于改进YOLOv5s的牡丹花品种的检测方法,通过对YOLOv5s模型进行改进,引入了BiFormer以增强在遮挡情况和特征近似情况下的牡丹花分类检测能力。同时,将原始模型的上采样模块替换为内容感知特征重组上采样方法,以增强感受野并提升特征图的质量。此外,引入了Focal‑CIoU损失函数,结合Focal loss的理念运用在CIoU损失函数上,以增强高质量样本在模型优化中的作用,从而提高对牡丹花品种的检测精度。本发明具有高检测精度和强大的鲁棒性,能够有效应对自然环境下的牡丹花分类任务,为牡丹花的文化欣赏和农业生产提供了重要的技术支持。
-
公开(公告)号:CN118644776A
公开(公告)日:2024-09-13
申请号:CN202410705695.7
申请日:2024-05-31
Applicant: 河南科技大学
IPC: G06V20/10 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06N3/096
Abstract: 一种基于改进YOLOv8n的轻量级牡丹花花期检测方法,针对在自然环境中牡丹花与叶片的遮挡、颜色相似性及目标大小差异等挑战,以及算法在移动设备上的部署难题,通过对YOLOv8n模型进行改进,引入了Fasternet‑C主干网络以增强模型的特征提取和轻量化能力,并通过BIFPN结构提升对多尺度特征的提取和融合能力,尤其改善了对体积较小的未成熟牡丹花的检测效率,进一步采用Group‑Slim剪枝方法优化模型,使得模型体量大幅减小,改进后的模型具有准确度高、鲁棒性强,且计算复杂度低对部署设备要求低的特点,可部署于算力较低的移动设备,为牡丹花产业的自动化管理提供了有效的技术支持。
-