典型文献
一种基于YOLO v5的草莓多阶段目标检测方法
文献摘要：
草莓是一种流行性较广的高价值水果,在我国种植面积较广.草莓采摘期较长,同一时间可能存在多种形态的果实,针对这一特殊生长习性,提出一种基于YOLO v5的目标检测算法,在准确识别成熟果实的同时,完成多阶段草莓的检测,用于机器人采摘、成熟期预估和生产管理.使用草莓生产环境下图像建立数据集,利用深度学习网络提取草莓生长期各阶段特征.将YOLO v5n、YOLO v5s、YOLO v5m 3种YOLO v5系列的模型和CIoU、EIoU、SIoU、AlphaIoU 4种损失函数计算方法组合,形成了12种算法,在数据集上进行对比试验,结果表明SIoU更适合本研究.将优化后的模型在Jetson Xavier NX和Jetson Nano 2款嵌入式开发板上进行推理效率验证,明确了不同开发板使用的最优模型,Jetson Xavier NX更适合YOLO v5m+SIoU的模型、Jetson Nano更适合YOLO v5s+SIoU的模型,为草莓智能化生产奠定基础.
文献关键词：
草莓生长期;YOLO v5;目标检测
中图分类号：
作者姓名：
李扬;腰彩红;高冠群;王建春
作者机构：
天津市农业科学院 信息研究所,天津300192
文献出处：
引用格式：
[1]李扬;腰彩红;高冠群;王建春-.一种基于YOLO v5的草莓多阶段目标检测方法)[J].天津农业科学,2022(11):81-90
A类：
草莓生长期,v5n,v5m,AlphaIoU,v5m+SIoU,v5s+SIoU
B类：
YOLO,多阶段,目标检测方法,流行性,高价值,水果,种植面积,草莓采摘,采摘期,同一时间,生长习性,目标检测算法,准确识别,别成,成熟果实,机器人采摘,成熟期,生产管理,生产环境,下图,深度学习网络,阶段特征,CIoU,EIoU,损失函数,Jetson,Xavier,NX,Nano,嵌入式开发,开发板,最优模型,智能化生产
AB值：
0.300206
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。
