一种基于W-YOLOv5模型的小麦条锈病图像检测方法

本发明涉及一种基于W‑YOLOv5模型的小麦条锈病图像检测方法，首先，组成小麦条锈病训练数据集，然后以W‑YOLOv5模型为基础，构建小麦条锈病图像检测模型，小麦条锈病图像检测模型的构建包括第一部分在YOLOv5模型主干网络结构backbone中添加了CBAM注意力机制；第二部分在检测Neck网络中引入深度可分离卷积。图像检测模型训练中采用EIOU损失函数取代CIOU损失函数；后处理阶段，采用Soft‑NMS来替代NMS算法；本发明利用标注好的数据集进行网络模型训练，将训练好的模型集中取表现最优异的那一个识别小麦条锈病，实现了小麦条锈病的高精度检测。