基于 YOLOv5 改进算法的桃子瑕疵部位检测

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-4995-06-16-164812

基于 YOLOv5 改进算法的桃子瑕疵部位检测

李俊恩, 罗志君, 陈幸萍

五邑大学, 数字江门网络建设有限公司, 李俊恩

全文直达

引用

打印

摘要：桃果瑕疵检测可以在桃果成长期及时发现病害，在桃果采摘期分出优级果。本文采用轻量级的 YOLOv5s 目标检测模型，实现对桃果瑕疵部位的检测。数据集由自采图像、公开数据集、网络图片三个渠道获取，从而使得训练结果具有较好的准确率和跨环境的适应性。最后将训练得出的模型移植到小型设备，实验结果显示，模型在推理中仍表现出良好的准确率和处理速度。因此，本算法能够应用于便携式设备中，实现对桃子瑕疵部位的实时检测。

关键词：

YOLOv5；目标检测；人工智能模型

Universe Scientific Publishing

ISSN：2661-4987

年,卷(期)：2024,6(16)