基于ZC-YOLO的棉花雜質(zhì)檢測(cè)

摘要： 針對(duì)棉花雜質(zhì)形狀復(fù)雜，尺度變化大導(dǎo)致檢測(cè)精度低的問題，提出一種基于改進(jìn)YOLOv5的棉花表面雜質(zhì)的智能分類檢測(cè)方法。采用適應(yīng)于數(shù)據(jù)集的自適應(yīng)錨框算法，對(duì)錨框進(jìn)行重新聚類，提高對(duì)小目標(biāo)雜質(zhì)的檢測(cè)效果；在特征融合部分引入MCA注意力機(jī)制模塊，聚焦有效特征層的雜質(zhì)目標(biāo)信息，降低無關(guān)區(qū)域的干擾，對(duì)棉花雜質(zhì)目標(biāo)定位更加準(zhǔn)確；采用GIoU損失函數(shù)用于計(jì)算棉花雜質(zhì)預(yù)測(cè)框與真實(shí)框的損失計(jì)算，濾... （共7頁）