| 基于改进YOLOv5l的轻量化鸭蛋裂纹检测算法 |
| |
| 引用本文： | 殷建军,康俊琪,肖德琴.基于改进YOLOv5l的轻量化鸭蛋裂纹检测算法[J].农业工程学报,2024,40(5):216-223. |
| |
| 作者姓名： | 殷建军 康俊琪 肖德琴 |
| |
| 作者单位： | 华南农业大学数学与信息学院，广州 510642;农业农村部华南热带智慧农业技术重点实验室，广州 510642 |
| |
| 基金项目： | 国家现代农业产业技术体系（CARS-42-13） |
| |
| 摘 要： | 鸭蛋裂纹检测技术对于禽蛋加工工厂实现智能化蛋品检测、分级具有重要意义。该研究针对鸭蛋裂纹检测流程复杂、计算量大、模型尺寸大等问题，提出了一种基于改进YOLOv5l(you only look once version5 large)的轻量裂纹检测算法，通过在黑暗条件下使用LED灯照射鸭蛋，根据裂纹蛋壳与完好蛋壳透光性不同产生的图像差异进行检测。通过在YOLOv5中引入Ghost＿conv模块，大大减少了模型的浮点计算量和参数量，并在模型的骨干网络中加入ECA(efficient channel attention)注意力机制以及使用多尺度特征融合方法 BIFPN(bi-directional feature pyramid network)，增加模型对有效信息的关注度，以提高算法检测精度。同时使用CIoU与α-IoU损失函数融合后替代YOLOv5原始GIoU函数加速回归预测。利用自建的鸭蛋裂纹数据集验证改进后模型的性能，结果表明，本研究提出的改进YOLOv5l网络模型检测精准率为93.8%，与原始YOLOv5l模型相比，检测精度提高了6.3个百分点，参数量和浮点计算量分别减少了30.6...
|
| 关 键 词： | 计算机视觉 图像识别 裂纹检测 注意力机制 鸭蛋 |
| 收稿时间： | 2023/7/27 0:00:00 |
| 修稿时间： | 2023/11/8 0:00:00 |
Lightweight detection algorithm for duck egg cracks based on improved YOLOv5l |
| |
| YIN Jianjun,KANG Junqi,XIAO Deqin.Lightweight detection algorithm for duck egg cracks based on improved YOLOv5l[J].Transactions of the Chinese Society of Agricultural Engineering,2024,40(5):216-223. |
| |
| Authors: | YIN Jianjun KANG Junqi XIAO Deqin |
| |
| Institution: | College of Mathematics and Information, South China Agricultural University, Guangzhou, 510642, China;Key Laboratory of Smart Agricultural Technology in Tropical South China Ministry of Agriculture and Rural Affairs, South China Agricultural University, Guangzhou 510642, China |
| |
| Abstract: | |
| |
| Keywords: | computer vision image recognition crack detection attention mechanism duck egg |
|
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
