KMeans++與注意力機制融合的蘋果葉片病害識別方法

摘要： 為解決復雜環(huán)境下小尺度蘋果葉片病害識別精度不高、魯棒性不強的問題，在YOLO v5s的基礎上提出一種新的改進方法。該方法首先在模型訓練之前使用KMeans++聚類算法生成更接近真實框的錨框；其次在骨干網(wǎng)絡中加入卷積塊注意幾模塊(convolutional block attention module, CBAM),來提升復雜環(huán)境下小目標特征的提取能力；再次為了增強頸部網(wǎng)絡對不同... （共9頁）