标题：基于改进YOLOv5算法的果园水果检测
作者：高宽祥 段金英 汪婕
作者单位：西京学院电子信息学院，陕西 西安 710123
关键字：深度学习；目标检测；双主干特征提取网络；特征图拼接；果园水果检测
摘要： 针对YOLOv5主干特征提取网络能力弱，特征融合能力差等问题，提出了一种改进的YOLOv5目标检测算法。提出了一种双主干特征提取网络，将特征提取网络分成主路和辅路两个支路，提升模型的特征提取能力。同时，修改YOLOv5中的C3模块，进一步提升C3模块的特征提取能力。在特征融合方面，提取一种新型的特征图拼接方式，取代了原有的特征图Concat方式，提升了模型的特融合能力。实验结果表明，改进后的YOLOv5算法，在自己收集的水果数据集上的mAP@0.5达到了85.0%，较改进前的YOLOv5（82.8%）提升了2.2%，且检测速度基本保持不变，能够快速准确地进行果园水果检测。同时进行了相关消融实验，进一步验证了所提出每个改进点的有效性。