摘要
本发明公开了改进YOLO融合超几何分布的玉米粒双面损伤实时检测方法,涉及目标检测技术领域,包括,采集玉米籽粒图像,构建损伤检测数据集将EfficientNet‑V2作为主干网络,Slim‑Neck作为颈部网络,解耦式结构作为头部网络,结合MPDIoU损失函数构建改进YOLOv5s网络模型,将训练完成的改进YOLOv5s网络模型与基于超几何分布的损伤概率计算模型融合,获取融合检测模型,输入玉米籽粒图像,获取玉米籽粒双面损伤检测结果。在小尺寸且高密度目标和细微裂纹场景下实现了稳定地损伤检测,而且在单面损伤检测条件下获取双面损伤检测数据,兼顾检测精度和实时性。
技术关键词
实时检测方法
玉米
双面
神经网络架构
图像
网络结构
损伤类别
训练集数据
单面
注意力机制
数学
分支
高密度
模块
裂纹
样本
场景
系统为您推荐了相关专利信息
二维医学图像
深度学习方法
超声心动图
机器学习模型
医学成像设备
协同训练方法
跨模态
通信效率
参数化技术
信息瓶颈理论