来源：期刊VIP网 时间：
作者：余建国;丁元昊;王雯;靳梦欣;
单位：郑州航空工业管理学院计算机学院;
摘要：为平衡储粮害虫图像检测中的速度与精度以获得二者最优结合的目标检测模型，提出并实现了一种基于改进YOLOX网络模型的储粮害虫检测方法。通过引入一种新的GSConv替换标准卷积以减少计算量，结合引入的Res-CBAM注意力机制，提升模型的特征提取能力；引入SiLU激活函数提升模型训练效率；引入双向特征金字塔网络(BiFPN)改善特征融合效果；改进损失函数提高目标框回归稳定性；使用非极大值抑制解决冗余框过剩的问题。试验结果表明：改进后的YOLOX模型计算量减少了31%;检测速度提高了18%,最高可达60 FPS;检测精度提高了6.14百分点，最高可达97.05%。改进的YOLOX模型结合了一阶段算法和二阶段算法的优点，在储粮害虫的智能识别中取得了明显的效果。
关键词：储粮害虫;;YOLOX;;Res-CBAM;;GSConv;;双向特征金字塔网络
基金资助：河南省科技攻关项目(232102210059);; 河南省重点研发专项(241111111500)
