TY -的A2 -张,力平盟——杨Ruoli AU -胡,Yaowen盟——姚明,你们盟——高,明非盟- Liu Runmin PY - 2022 DA - 2022/07/07 TI -水果目标探测基于BCo-YOLOv5模型SP - 8457173出生后六世- 2022 AB -深度学习,人工智能已经进入了一个蓬勃快速发展的时期。在这个过程中上升和增长,我们取得了一个又一个的成就。深度学习应用于水果目标探测时,由于背景复杂的识别,大型模型之间的相似性,严重的纹理干扰,和部分遮挡的水果,水果的目标基于传统方法的检出率低。为了解决这些问题,提出了BCo-YOLOv5网络模型识别和检测在果园水果目标。我们使用YOLOv5s作为图像特征提取的基本模型和目标检测。介绍BCAM(双向交叉注意力机制)之间的网络并添加BCAM骨干网和脖子YOLOv5s基本网络模型。BCAM使用重量乘法策略和最大重量策略建立更深的位置特性的关系,可以更好的协助网络检测水果水果图像的目标。培训和测试网络后,地图BCo-YOLOv5网络模型达到97.70%。为了验证的检测能力BCo-YOLOv5网络柑橘、苹果、葡萄、和其他水果的目标,我们进行了大量的实验BCo-YOLOv5网络。BCo-YOLOv5网络的实验结果表明,该方法能有效检测柑橘、苹果、水果和葡萄的目标图像,和水果的目标检测方法基于BCo-YOLOv5网络比大多数果园水果检测方法。 SN - 1574-017X UR - https://doi.org/10.1155/2022/8457173 DO - 10.1155/2022/8457173 JF - Mobile Information Systems PB - Hindawi KW - ER -