基于改进YOLO模型的轻量化花生荚果检测分级方法及系统

本发明公开了基于改进YOLO模型的轻量化花生荚果检测分级方法及系统，方法包括：获取花生荚果数据集；利用花生荚果数据集中的一部分数据对预先构建的改进YOLO模型进行训练得到荚果检测分级模型；利用荚果检测分级模型对荚果进行在线分级；改进YOLO模型的骨干网络与颈部网络中均包括C2f_iRMA模块，C2f_iRMA模块是在常规的C2f中Bottleneck中的第二个卷积模块后引入iRMA模块得到；iRMA模块是通过将EMA注意力机制插入到反向残差结构中的DW‑Conv层之前而得到；颈部网络中，在进行特征图拼贴操作之前添加1×1的卷积层对特征图进行重新标定。本发明充分满足了花生荚果自身特征以及对花生荚果进行分级作业的作业特征，模型经结构优化后参数量和模型大小大幅缩减，具备轻量化和高效检测性能。