基于YOLOv5的烤烟烟叶散把程度检测算法研究

摘要：

为解决烤烟烟叶散把过程中因散把不均匀导致烟叶重叠等问题,提出了一种基于YOLOv5目标检测算法的烟叶散把程度检测方法.通过对原始图像进行预处理构建烟叶散把图像数据集,在原始YOLOv5模型主干网络加入Ghost模块生成冗余特征图,在瓶颈层加入ACIN模块加强网络特征融合,同时利用烟叶松散度来评价散把程度.分别利用改进前后YOLOv5模型进行测试,结果表明:与原始模型相比,改进后YOLOv5模型在未明显增加计算量的前提下,网络参数量减少12.8％,模型大小减小12.4％,平均精确率提升0.2百分点;改进后模型与YOLOv4、Efficientdet-d0、Faster R-CNN等目标检测模型相比,平均精确率、检测速度均为最优且参数量较少.该技术可为提高烤烟烟叶分选速度和精度提供支持.

关键词：烤烟、烟叶散把、目标检测、YOLOv5模型、Ghost模块、ACIN模块

所属期刊栏目：55

分类号：TS431(烟草工业)

资助基金：云南省应用基础研究计划重点项目;中国烟草总公司云南省公司科技计划项目

在线出版日期：2022-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：98-105