基于改进YOLOv5的小龙虾品质检测方法

作     者：鲁濠 王淑青 鲁东林 张子蓬 汤璐 LU Hao;WANG Shuqing;LU Donglin;ZHANG Zipeng;TANG Lu

作者机构：湖北工业大学电气与电子工程学院湖北武汉430068 武汉奋进智能机器有限公司湖北武汉430074 

出 版 物：《湖北工业大学学报》 (Journal of Hubei University of Technology)

年 卷 期：2023年第38卷第4期

页      码：76-81页

摘      要：小龙虾质量检测是其生产加工中的重要环节,针对当前目标检测模型在不同数据集上存在拟合性能不佳、冗余错误等问题,提出了一种基于改进YOLOv5网络的小龙虾质量检测方法。首先在主干网络采用DP-Conv卷积改进CNN卷积,利用高维过度参数化提高拟合效果和检测速度。其次在残差块Res_unit中嵌入SENet模块加强上下文的语义联系,减少冗余信息的干扰。最后设计一种小龙虾数据采集方法。与3种目标检测算法实验对比,结果表明,改进后的算法检测精度达到97%,速度为60帧/s,模型性能优于其他3种算法,具有高检测精度和高速度的应用效果。

主 题 词：目标检测 小龙虾检测 YOLOv5网络 深度学习 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1003-4684.2023.04.014

馆 藏 号：203123333...