基于改进YOLOv5模型的经济林木虫害目标检测算法研究

作者:何颖; 陈丁号; 彭琳
更新时间:

经济林害虫的目标检测有助于及时发现害虫,从而更有针对性地控制害虫。首先,采用加权双向特征融合技术,丰富各级特征地图的语义信息,修改自适应Anchor计算方法,改进YOLOv5主干网模型。然后,在包含20种经济林害虫的图像放大数据集上进行了实验。最后,与基于深度学习的各种目标检测方法进行了比较。测试结果表明,与YOLOv3、YOLOv4、YOLOv5、快速RCNN和CenterNet模型相比,改进后的YOLOv5模型的平均精度分别提高了0.133、0.156、0.113、0.128和0.078,最佳为0.923,模型的推理速度为64.9帧。因此,改进后的YOLO-v5模型达到了经济林害虫检测的实际应用水平,可以为经济林害虫预警系统提供算法支持。