摘要
本发明公开了一种基于轻量级深度学习网络的北五味子目标检测方法及系统,涉及农业智能检测、中药材自动采收和生态环境监测技术领域。包括:获取北五味子植株图像数据集;对获取的北五味子植株图像数据集进行预处理;将预处理后的北五味子植株图像数据集划分为训练集和测试集;对基础YOLOv7模型进行改进,得到改进后的YOLOv7模型;将训练集输入改进后的YOLOv7模型,得到训练好的改进后的YOLOv7模型;将测试集输入训练好的改进后的YOLOv7模型,评估北五味子检测结果。本发明改进后的YOLOv7模型在复杂背景下对北五味子的检测能力显著提升,为北五味子的智能识别提供了有效的实时检测支持。
技术关键词
轻量级深度学习
北五味子
模型训练模块
注意力机制
生态环境监测技术
基础
遮挡场景
农业智能检测
数据
网络
通道
输出特征
训练集
输入端
卷积方法
多角度
阶段
图像分割