基于改进YOLOv11的西兰花识别算法研究AET-电子技术应用-最丰富的电子设计资源平台

基于改进YOLOv11的西兰花识别算法研究
所属分类：技术论文
上传者：wwei
文档大小：4648 K
标签：西兰花 YOLOv11 DLKA
所需积分：0分积分不够怎么办？
文档介绍：针对农地环境中由于遮挡和光线复杂等原因造成的西兰花识别不准确这一系列问题，提出了一种基于YOLOv11的田间西兰花识别模型。首先，该模型引入DLKA（Deformable Large Kernel Attention）注意力机制，将注意力机制融入到C3K2模块当中，形成一个新的模块C3K2_DLKA替换掉原来主干网络中的C3K2模块；其次引用MBConv（Mobile Inverted Bottleneck Convolution）独特的倒置瓶颈结构的优势融入到YOLOv11的检测头中，将原网络中的检测头替换为Detect_MBConv检测头，在目标检测任务中不仅能够更精准地识别目标，还能在计算资源有限的情况下快速响应。最后，更换损失函数为Shape-IoU，增强了模型的收敛性和稳定性。实验表明，改进后的模型与原模型相比准确率提升了4.8%，召回率提升了3.8%，mAP值提升了1.9%，体现了改进算法的有效性。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

相关文章