一种基于改进YOLO识别算法的青稞籽粒分选方法

本发明公开了一种基于改进YOLO识别算法的青稞籽粒分选方法，具体为：对采集的青稞图像进行预处理；通过融合SimAM机制来构建卷积神经网络对青稞图像进行特征提取，并从该网络中获取四个不同层级的特征图；利用PANet构建双向特征金字塔网络，对来自四个不同尺度的特征图进行多尺度融合及特征强化处理，并从这一网络中提取三个不同层级的多尺度特征图；使用DyHead对三个多尺度特征图进行目标边界框和类别标签的预测，最终输出青稞的具体位置信息及其类别。本发明解决人工检测以及物理检测法检测效率低、精度差的问题，提高青稞品种的检测效率和准确率，降低人力成本，而且可以快速适应新型产品的青稞品种检测，缩短开发周期，提高灵活性。