典型文献
基于改进的YOLOv5实现中药饮片的检测识别
文献摘要：
针对中药饮片检测算法的模型参数量多,计算量较大等问题,提出一种改进的YOLOv5算法,改进后算法的特点主要是轻量化,可以在保持较高的平均精度下,大大降低参数量和计算量.在YOLOv5算法的主干网络基础上,设计了轻量级的GhostBottleneck模块;针对中药饮片中的小目标检测问题,在模型结构中加入了注意力机制,可以提高小目标的检测能力;将原有的卷积层替换为深度可分离卷积,降低网络的模型参数.经过在107种常见中药饮片的数据集上训练的实验结果表明,改进后算法的mAP@0.5可以达到98.37％,比原YOLOv5算法提高了2.93％,既保持了对中药饮片识别的较高精度,同时计算量又比YOLOv5算法降低了53.45％,改进后算法的模型大小仅为6.61 MB,大大降低了硬件设备的计算成本.
文献关键词：
YOLOv5算法;GhostBottleneck模块;注意力机制;深度可分离卷积;中药饮片
中图分类号：
作者姓名：
董苗苗;梁允泉;刘羿漩;齐振岭;牛慧娟;葛广英
作者机构：
聊城大学物理科学与信息工程学院,聊城 252059;聊城大学山东省光通信科学与技术重点实验室,聊城 252059;聊城大学计算机学院,聊城 252059
文献出处：
引用格式：
[1]董苗苗;梁允泉;刘羿漩;齐振岭;牛慧娟;葛广英-.基于改进的YOLOv5实现中药饮片的检测识别)[J].现代计算机,2022(22):9-16
A类：
B类：
YOLOv5,中药饮片,检测识别,检测算法,模型参数量,计算量,大大降低,主干网络,网络基础,轻量级,GhostBottleneck,小目标检测,检测问题,模型结构,注意力机制,高小,检测能力,卷积层,层替换,深度可分离卷积,mAP,时计,MB,硬件设备,计算成本
AB值：
0.295045
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。
