基于YOLO-DCL的復(fù)雜環(huán)境油茶果遮擋檢測與計(jì)數(shù)研究
摘要: 為解決復(fù)雜環(huán)境中油茶果因遮擋造成的檢測與計(jì)數(shù)難題,提出了一種基于雙主干網(wǎng)絡(luò)(Dual-backbone)和連續(xù)注意力特征融合模塊(Consecutive attention feature fusion, CAFF)的檢測模型。該模型結(jié)合了兩種不同主干網(wǎng)絡(luò)的優(yōu)勢,實(shí)現(xiàn)了對不同特征的高效提取。此外,設(shè)計(jì)了雙輸入單輸出的連續(xù)注意力特征融合模塊,取代了傳統(tǒng)的拼接操作(Concat),... (共10頁)
開通會(huì)員,享受整站包年服務(wù)