典型文献
基于多尺度与混合注意力机制的苹果目标检测
文献摘要：
自然环境下,苹果采摘机器人进行采摘任务时易受到环境因素的影响,导致其视觉系统的检测性能降低,出现误检和漏检的情况.针对此问题,在YOLOv3的基础上,提出了一种基于多尺度与混合注意力机制的目标检测模型PM-YOLOv3.首先,改进YOLOv3的特征提取网络,减少网络残差模块的数量,引入多尺度卷积,构建新的特征提取网络;然后,添加注意力机制模块,强化重要的特征信息,忽略无关的信息;最后,对先验框进行改进.实验结果表明:改进的PM-YOLOv3检测模型在测试集上的F1值可达到93.6％,有明显的提高,能满足自然环境下对苹果目标的准确检测.
文献关键词：
苹果目标检测;多尺度卷积;注意力机制
中图分类号：
作者姓名：
毛腾跃;宋阳;郑禄
作者机构：
中南民族大学 计算机科学学院 & 湖北省制造企业智能管理工程技术研究中心,武汉 430074
文献出处：
引用格式：
[1]毛腾跃;宋阳;郑禄-.基于多尺度与混合注意力机制的苹果目标检测)[J].中南民族大学学报（自然科学版）,2022(02):235-242
A类：
苹果目标检测
B类：
混合注意力机制,苹果采摘机器人,视觉系统,检测性能,漏检,YOLOv3,目标检测模型,PM,特征提取网络,残差模块,多尺度卷积,注意力机制模块,特征信息,先验框,测试集
AB值：
0.238464
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
