典型文献
深度学习模型法鉴别橙盖鹅膏菌
文献摘要：
橙盖鹅膏菌具有较高的药用价值和食用价值,在市场中出现供不应求的现象.为了在各种菌群中迅速且准确的鉴别出橙盖鹅膏菌,采用深度学习模型(YOLOv5)提取橙盖鹅膏菌的菌盖颜色、菌盖表面形状、菌整体形状等主要的外部图像特征.首先,在YOLOv5模型的基础上加入CA(Coordinate Attention)注意力机制,使模型在通道域上更加敏感,增强特征的提取能力;然后,采用Concat特征融合增加图像的通道数,防止信息丢失;最后,通过更改损失函数为DIoU_NMS,来提升准确率.实验证明:改进的模型,精准率(Precision,P)提升了0.51％、召回率(Recall,R)提升了1.8％,精度均值(mean Average Precision,mAP)提升了0.98％.
文献关键词：
YOLOv5;CA 注意力机制;DIoU_NMS;Concat
中图分类号：
作者姓名：
谢龙珠;高飞;张蕾
作者机构：
合肥学院,安徽 合肥230000;安徽大学,安徽 合肥230000
文献出处：
引用格式：
[1]谢龙珠;高飞;张蕾-.深度学习模型法鉴别橙盖鹅膏菌)[J].黑龙江工业学院学报（综合版）,2022(07):53-61
A类：
B类：
深度学习模型,模型法,药用价值,食用价值,供不应求,YOLOv5,菌盖,图像特征,CA,Coordinate,Attention,注意力机制,通道域,特征的提取,Concat,特征融合,加图,通道数,信息丢失,更改,损失函数,DIoU,NMS,Precision,召回率,Recall,mean,Average,mAP
AB值：
0.531493
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。
