摘要： 為解決瓜蔞檢測(cè)技術(shù)存在的檢測(cè)精度低且檢測(cè)時(shí)間長(zhǎng)的問(wèn)題，提出一種基于改進(jìn)YOLOv5算法的瓜蔞分級(jí)方法YOLOv5-GCB。在主干網(wǎng)絡(luò)引入Ghost卷積模塊替換傳統(tǒng)卷積，在保證準(zhǔn)確率的同時(shí)減少模型的參數(shù)量；在特征提取網(wǎng)絡(luò)和推理層之間添加CA注意力模塊，增強(qiáng)模型對(duì)空間和通道信息的關(guān)注，提高檢測(cè)精度；在頸部網(wǎng)絡(luò)中引入雙向加權(quán)特征金字塔網(wǎng)絡(luò)(Bi-directional Feature... （共8頁(yè)）