来源：期刊VIP网 时间：
作者：王希如;贾仁山;曹玉莹;刘银川;高新悦;吴佳鑫;贾银江;
单位：东北农业大学电气与信息学院;黑龙江职业学院通识教育学院;
摘要：针对玉米田间杂草传统目标检测模型存在体积大、实时性差、精准度低、移动端部署难等问题，提出了改进的轻量级目标检测算法MCCW-YOLOv7-tiny。通过将YOLOv7-tiny主干网络CSPDarknet替换为MobileNet V3模块，降低模型冗余和参数量，满足实时性要求。添加并行网络至主干网络，并在检测头部引入CBAM注意力机制，增强对小目标的关注，提高整体识别精度。损失函数改进为WIoUv3，以动态平衡样本质量，提升模型泛化能力。结果表明：MCCW-YOLOv7-tiny较YOLOv7-tiny,mAP从93.7%提升至95.3%，计算复杂度从13.3 GFLOPs降至6.2 GFLOPs，模型参数量为3.71 M，为复杂环境下的玉米田间杂草检测提供有效技术支持。
关键词：YOLOv7-tiny;;MobileNet V3;;CBAM注意力机制;;WIoUv3;;玉米;;杂草识别
基金资助：黑龙江省揭榜挂帅科技攻关项目（20212XJ05A0201）
