来源：期刊VIP网 时间：
作者：王红君;刘紫宾;赵辉;岳有军;
单位：天津理工大学电气工程与自动化学院;天津农学院;
摘要：为解决苹果采摘机器人检测算法存在的网络结构复杂和参数量大的问题，提出一种基于YOLOv5的轻量化苹果检测算法。首先，将YOLOv5主干网络替换为MobileNetv3,为降低网络的计算复杂度，将深度可分离卷积引入到特征融合网络中；然后，在网络的关键位置引入注意力机制，以提高算法对苹果不同特征的提取能力；最后，使用CIoU作为改进网络的损失函数，以提升模型的检测效果。试验结果表明：改进模型的检测精度为91.5%,相较于SSD、Faster R-CNN,检测精度分别提高了2.35%、3.07%,相比于YOLOv5s检测精度提高了8.20%,且模型大小约为YOLOv5s的1/3。
关键词：苹果;;检测算法;;YOLOv5;;轻量化;;注意力机制
基金资助：天津市科技支撑计划项目(19YFZCSN00360,18YFZCNC01120)
