基于改进YOLOv5和BiFPN的苹果检测方法

作     者：温彬彬 

作者机构：河北工业职业技术大学河北石家庄054000 

出 版 物：《南方农机》 (South Agricultural Machinery)

年 卷 期：2024年第55卷第9期

页      面：4-6,26页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：石家庄市科技计划项目(231130351) 

主　　题：目标检测 YOLOv5 BiFPN 特征融合 特征金字塔 

摘      要：【目的】解决果蔬采摘机器人在背景复杂且苹果尺寸不一的情况下检测准确率低的问题,提供更加高效、便捷的农业管理手段。【方法】提出一种基于改进YOLOv5和BiFPN的苹果检测方法。首先,使用YOLOv5作为基础目标检测模型,以实现高效的目标检测。其次,引入BiFPN,通过权重系数和双向特征传播机制来增强特征融合能力,以更好地捕捉多尺度、多层次的特征,提高模型对不同尺度目标的检测能力和鲁棒性。【结果】将改进的模型在自建数据集上进行实验,改进后的BiFPN-YOLOv5模型同原始YOLOv5模型对比,在准确率上提高了2.2个百分点,召回率提高了2.4个百分点,平均精度提高了3.2个百分点,但是训练时间增加了0.6 ms/幅。【结论】训练时间的增加是由BiFPN的结构引起的,其他指标均有一定程度的提升,证明了改进算法的有效性,能够提高苹果小目标的检测精度。