基于改进YOLOv5注意力模型的农田害虫图像识别

摘要：

农田害虫防控是一项争分夺秒的挑战,在此过程中害虫种类的正确识别是一项极为重要的环节.针对传统识别害虫检测过程中准确率低、检测目标较小的问题,文章提出了一种基于YOLOv5s和注意力机制的农田害虫图像识别模型.将自注意力机制引入YOLOv5s网络,对上下文信息进行建模,通过建立非局部模型提高网络解决图像远距离和多层次依赖关系的能力.实验结果显示,基于YOLOv5注意力模型的农田害虫图像识别具有较高的检测精度,可以有效识别和定位各类害虫.

关键词：农田害虫识别、目标检测、YOLOv5、注意力机制

所属期刊栏目：7

分类号：TP391.4;TP18(计算技术、计算机技术)

资助基金：国家自然科学基金61773409

在线出版日期：2023-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：70-73,79