原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于改进YOLOv5的薄壳山核桃果实检测方法，包括步骤：S1、根据薄壳山核桃的物理特性和形态特征，采集薄壳山核桃在不同时间、不同光照下的样本图像，根据样本特征对采集图像先进行预处理，建立目标果实识别与检测数据集；S2、利用改进后的YOLOv5s网络对所述识别与检测数据集进行训练，并验证算法的鲁棒性和实时性；其中，所述改进后的YOLOv5s网络为：对YOLOv5s目标检测算法结构上进行改进，通过引入SE注意力模块与StageBlock模块，增加算法对特定环境下目标果实的检测精度。通
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117765527A
(43)申请公布日2024.03.26
(21)申请号202310766859.2G06V10/82(2022.01)
文档评论（0）