摘要
本发明提供了一种基于物联网的节肢动物目标检测方法,包括:步骤1,对Yolov5s模型进行改进,在Yolov5s模型中引入针对节肢动物特征分布优化的SE注意力模块,重新设计输出重构ORS模块的三级特征处理架构;步骤2,在深度学习框架环境下进行模型训练,结合余弦退火策略与节肢动物训练样本的迭代收敛曲线特性,进行定向训练,输出针对节肢动物检测优化的目标检测模型;步骤3,将改进后的Yolov5s模型与原始Yolov5s模型及目标检测算法对比,对模型进行对比和评价。该方法通过多种改进措施,增强了对节肢动物特征的敏感度,优化了小目标和重叠目标的检测,还减少了计算量以适配物联网设备。
技术关键词
空间金字塔池化
深度学习框架
注意力
形状先验
物联网终端
退火策略
阿尔法
分支
多尺度特征提取
动态调整机制
输出特征
模块
金字塔结构
校准特征
权重特征
置信度阈值
筛选算法
干扰特征
物联网设备