公开(公告)号：CN114494710B

公开(公告)日：2024-09-17

申请号：CN202210138123.6

申请日：2022-02-15

Applicant: 南通大学

Inventor： 邵叶秦 ,  曹秋阳 ,  李登亮 ,  宋锦伟 ,  高瞻 ,  施佺

IPC: G06V10/40 ,  G06V10/762 ,  G06V10/82 ,  G06V10/10 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力YOLOv5模型的自动水果识别方法，包括以下步骤：1、将数据集的原始图像进行预处理；2、输入主干网络提取特征，并使用SENet注意力模块得到一个与通道对应的一维向量作为评价分数；3、将评价分数通过乘法操作作用到feature map的对应通道上，得到用于水果识别的有效特征；4、经过Feature Pyramid Networks和Path Aggregation Network结构将特征融合；5、对图像特征进行预测，使用CIOU考虑目标框与预测框的高宽比和中心点之间的关系，提升预测精度，根据大、中、小目标分别输出识别结果。

公开(公告)号：CN114494710A

公开(公告)日：2022-05-13

申请号：CN202210138123.6

申请日：2022-02-15

Applicant: 南通大学

Inventor： 邵叶秦 ,  曹秋阳 ,  李登亮 ,  宋锦伟 ,  高瞻 ,  施佺

IPC: G06V10/40 ,  G06V10/762 ,  G06V10/82 ,  G06K9/62 ,  G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力YOLOv5模型的自动水果识别方法，包括以下步骤：1、将数据集的原始图像进行预处理；2、输入主干网络提取特征，并使用SENet注意力模块得到一个与通道对应的一维向量作为评价分数；3、将评价分数通过乘法操作作用到feature map的对应通道上，得到用于水果识别的有效特征；4、经过Feature Pyramid Networks和Path Aggregation Network结构将特征融合；5、对图像特征进行预测，使用CIOU考虑目标框与预测框的高宽比和中心点之间的关系，提升预测精度，根据大、中、小目标分别输出识别结果。