摘 要：【目的】使用機器視覺對綠辣椒的精準識別是實現(xiàn)辣椒智能化采摘的重要前提，研究自然條件下辣椒遮擋情況、綠色辣椒及準確識別的方法，為辣椒智能化采摘機器人的精準識別提供技術支持。

【方法】提出一種基于改進YOLOv5辣椒目標檢測模型，在YOLOv5主干網(wǎng)絡加入CA（Coordinate Attention）注意力機制，以增強辣椒特征信息的提取，進一步增強對目標位置信息的提?。煌瑫r在特征融合網(wǎng)絡中使用Bi-FPN結構，提高模型對遮擋辣椒的識別能力。

【結果】通過在自建辣椒數(shù)據(jù)集上進行訓練，改進后的模型平均準確率達到91%，相比于研究其他所對比模型，改進模型的平均準確率更高。

【結論】基于改進YOLOv5的遮擋綠色辣椒的識別具有較高的準確性。

關鍵詞：YOLOv5；CA注意力機制；Bi-FPN；綠辣椒檢測；遮擋

中圖分類號：S24"" 文獻標志碼：A"" 文章編號：1001-4330（2024）12-3032-10

0 引 言

【研究意義】中國辣椒種植面積和產(chǎn)量約占全球的40%和50%^［1］。辣椒屬于勞動密集型作物，其種植模式復雜，從育苗、移栽、定植、打杈、采收、分級等環(huán)節(jié)均需要人工。在辣椒的收獲環(huán)節(jié)中，不同種植模式對收獲機械的要求亦有差異。收獲主要是以整株進行切割、打捆，之后再由人工去把、分級，僅辣椒采摘的人工成本便接近總成本的50%^［2］。需提高辣椒的采收效率，減少損傷和降低人工成本^［3］。

在引入深度學習理論之前，蔬菜、藥材、水果檢測方法大多使用基于傳統(tǒng)機器學習方法^［4］，例如通過特征提取算法提取物體的顏色、形狀、紋理等特征，利用機器學習算法對構成圖像特征的特征向量進行分類，從而達到檢測物體的目的。然而，這些方法通常缺乏通用性和魯棒性^［5］。

深度學習技術也廣泛應用于目標檢測領域^［6］。與傳統(tǒng)的機器學習方法相比，深度學習方法能夠從數(shù)據(jù)集中提取深層次目標的特征，在解決目標檢測等問題中具有優(yōu)勢?！厩叭搜芯窟M展】高云茜等^［7］提出了一種基于YOLOv5的草莓采摘機器人的目標檢測技術，使用CBAM注意力并結合優(yōu)化K-means等方法提高對小目標的檢測效果，在實際場景下該方法準確率可達94.36%。Tian等^［8］提出一種改進的YOLOv3模型，用于檢測不同階段的蘋果，以適應果園的復雜環(huán)境。結果表明，新模型優(yōu)于原始YOLOv3模型和基于區(qū)域的快速卷積神經(jīng)網(wǎng)絡模型（Fast R-CNN）。段潔利等^［9］基于YOLOv5提出一種檢測蕉穗的算法，通過對蕉穗底部果軸定位，其平均精度值（mAP）達到99.29%。Wang等^［10］提出了一種基于YOLOv5s模型在復雜環(huán)境下對小米辣進行檢測算法，實現(xiàn)在自然條件下小米辣的檢測與識別，平均準確度達到95.46%，該模型參數(shù)量減少，但整體識別仍然存在漏檢?！颈狙芯壳腥朦c】深度學習算法具有較強的提取圖像特征的能力，受環(huán)境干擾程度較低。相較于傳統(tǒng)方法，深度學習算法在自然環(huán)境下對果實的識別效果有較好的提升，但是由于自然環(huán)境下背景復雜，提高遮擋果實的檢測^［11］性能仍然是目前研究的重點。YOLOv5是一種較為先進和流行的對象檢測模型，是YOLO模型系列的一部分。需針對自然環(huán)境下辣椒遮擋以及背景環(huán)境相近等問題，設計一種改進YOLOv5的綠辣椒目標檢測模型。

【擬解決的關鍵問題】在模型骨干網(wǎng)絡中添加CA注意力機制模塊，通過在信道注意力中嵌入位置信息，使得移動網(wǎng)絡能夠在大范圍內(nèi)關注，同時避免產(chǎn)生大量的計算開銷^［12］；在頸部網(wǎng)絡中，將原始網(wǎng)絡的特征金字塔替換為加權的雙向金字塔的Bi-FPN結構，使網(wǎng)絡能夠方便、快速的進行多尺度特征融合^［13］。通過對自然條件下的綠辣椒進行精準檢測，從而實現(xiàn)辣椒采摘機器人的自動化操作。

1 材料與方法

1.1 材 料

1.1.1 辣椒圖像

以綠色辣椒作為目標檢測對象，數(shù)據(jù)采集于新疆昌吉市新疆華興投資集團有限公司下華興農(nóng)場拍攝制作，原始圖像數(shù)量共1 057張，通過數(shù)據(jù)處理及擴增最終得到1 683張辣椒圖像。數(shù)據(jù)采集均為人工拍攝，采集的圖像為720×1 280分辨率，保存格式為JPG圖像格式。采集時間段為09：00～13：00，晴天天氣情況。采集時手機鏡頭距離辣椒藤20～80 cm，俯仰角0°～20°，包含逆光、辣椒遮蔭、樹葉遮擋等多種情況。圖像預處理后首先在圖像中隨機選取1 495張作為訓練集，143張作為驗證集，按照8∶1∶1的比例進行劃分訓練。

1.1.2 數(shù)據(jù)預處理及標注

對遮擋超過辣椒整體90%的進行刪除操作，圖像數(shù)量從原始1 057張減至784張圖片。通過對原始圖像進行增加對比度、亮度等數(shù)據(jù)增強方法，減少光照環(huán)境變化和采集設備的差異造成的影響。將辣椒圖像擴增到1 683張。按照PASCAL VOC2007標準對辣椒目標進行標注，采用labelme軟件對辣椒圖片進行標注。標注文件存儲為xml格式，標注文件包含辣椒目標所在圖像的坐標位置、辣椒圖像的大小以及標簽名papper，使用Python將格式轉(zhuǎn)化為txt格式。將辣椒圖片和標注好的文件按照YOLO數(shù)據(jù)集格式分別放在images和labels文件夾，組成本研究所使用的辣椒數(shù)據(jù)集。圖1

1.2 方 法

1.2.1 YOLOv5模型

YOLOv5共5個版本，5個版本中的子模塊采用了不同的深度和寬度，且隨著模型深度的加深，檢測精度會得到提升，檢測速度也會降低。圖2

YOLOv5網(wǎng)絡結構主要由輸入端（Input）、骨干網(wǎng)絡（Backbone）、頸部（Neck）、檢測頭（Head）四部分組成。Input部分分別為提高數(shù)據(jù)集復雜度的Mosaic數(shù)據(jù)增強^［14］、自適應的計算不同訓練集中的最佳錨框值的自適應錨框計算、實現(xiàn)圖像尺寸大小統(tǒng)一的自適應圖片縮放。Backbone主要由卷積模塊（Conv）、C3模塊、SPPF模塊^［15］構成，用來提取目標特征信息，并且不斷縮小特征圖。Neck由協(xié)同工作的特征金字塔（Feature Pyramid Networks， FPN）^［16］和路徑聚合網(wǎng)絡（Path Aggregation Networks， PAN）^［17］2部分構成。其中，F(xiàn)PN是實現(xiàn)自頂向下的特征金字塔，PAN是實現(xiàn)自底向上的路徑聚合網(wǎng)絡。兩個模塊用來增強網(wǎng)絡特征整合能力，將淺層的圖形特征和深層的語義特征相結合，豐富上下文語義特征，以獲取更為完整的特征。Head層為Detect模塊，包括3個head，擁有不同的預測尺度，預測結果，并生成對應類別預測框^［18］。

1.2.2 改進YOLOv5模型

YOLOv5的網(wǎng)絡結構主要由骨干網(wǎng)絡（Backbone）、頸部網(wǎng)絡（Neck）以及檢測頭部分（Head）組成。根據(jù)模型大小，YOLOv5網(wǎng)絡模型可以分為YOLOv5n、YOLOv5s、YOLOv5m、YOLOv5l以及YOLOv5x，選擇較輕量級的YOLOv5s模型進行改進。圖3

（1）在Backone網(wǎng)絡中加入CA（Coordinate Attention）注意力機制模塊，在SPPF模塊之前加入CA注意力機制模塊，加強對目標的位置信息和通道信息的提取，提高目標的位置信息。

（2）在Neck網(wǎng)絡中替換Bi-FPN特征金字塔結構，充分結合淺層與深層的特征信息，進行特征信息的快速融合，提高對遮擋目標的檢測效果。

1.2.3 CA注意力模塊

CA（Coordinate Attention）注意力模塊相比于其他注意力模塊，其將位置信息嵌入到通道注意力中，獲取更大區(qū)域信息，強化辣椒特征信息并且弱化背景信息^［19-21］。

CA注意力模塊的實現(xiàn)分為全局信息嵌入和坐標注意力生成。圖4

CA注意力模塊首先進行坐標注意力對輸入特征圖沿著水平和垂直兩個方向進行全局池化操作，具體而言，對輸入特征張量X=［x1，x2，…xe］∈R^c×Hxw，先使用尺寸（H，1）和（1，W）的池化核分別沿水平方向和豎直方向?qū)γ總€通道進行編碼，從而得到高度h處的第C通道的輸出和寬度w處的第c通道的兩個特征映射zh和zw，輸出可以公式化為：

zhc（h）=1w0≤i≤wxc（h，i）. （1）

zwc（w）=1H0≤j≤Hxc（j，w）. （2）

2個變換沿著兩個空間方向進行特征聚合，隨后級聯(lián)生成的兩個特征圖，然后使用1×1卷積變換函數(shù)F1形成中間特征圖：

F=（F1（［zh，zw］））.（3）

式（3）中，F(xiàn)∈R^{C/r*（H+W）} ，接著，沿著空間維度將瘙楋切分為兩個單獨的張量fh∈R^C/rH 和fw∈R^C/rW ，再利用兩個1×1卷積Fh和Fw將特征圖gh和gw變換到和原始輸入X同樣的通道數(shù)的特征張量，得到下式的結果：

gh=σ（Fh（fh））.（4）

gW=σ（Fw（fw））.（5）

式（4）（5）中，σ為sigmoid激活函數(shù)。將gh和gw進行拓展，作為注意力權重，最后在原始特征圖X上通過乘法加權計算，即可得到CA注意力機制的模塊輸出Y=［y1，y2，…yc］為：

yc（i，j）=xc（i，j）ghc（i）gwc（j）.（6）

1.2.4 Bi-FPN雙向特征融合網(wǎng)絡

原始YOLOv5網(wǎng)絡中，采用FPN和PANet網(wǎng)絡結構進行特征融合，特征金字塔網(wǎng)絡（Feature Pyramid Network， FPN）具有一條自上而下的通路，其目的是融合淺層的位置信息和深層的語義信息。路徑聚合網(wǎng)絡（Path Aggregation Network， PANet）網(wǎng)絡基于FPN進行改進，不僅自上向下進行特征融合，不僅自上向下進行特征融合，還額外增加了自底向上的路徑聚合通路，可提取更多的淺層特征與高級特征，從而達到減少信息丟失的目的^{［12，22］}。使用Bi-FPN特征融合網(wǎng)絡來替換，能夠?qū)碜圆煌瑢蛹壍奶卣鲌D融合成更加豐富的特征，提供更全面的信息給檢測頭Bi-FPN是一種加權雙向特征金字塔網(wǎng)絡結構，通過引入可學習的權值來學習不同輸入特征，同時重復應用自頂向下和自底向上的多尺度特征融合，對不同的分辨率的輸入圖像進行快速有效的特征信息融合。雙向跨尺度連接：首先，剔除單一輸入的結點；其次是引入跳躍連接機制，增加一條特征融合路徑，利用3個不同尺度的特征圖將淺層特征圖位置信息和深層次特征圖位置信息融合，利用加權特征融合使得網(wǎng)絡更側(cè)重關鍵特征信息得融合，從而提高網(wǎng)絡提取特征能力^［23-24］。圖5

Bi-FPN加權特征融合計算方式為：

Out=i=0wi*Ii+∑j=0wj. （7）

式（7）中，w表示可學習權重；Ii表示輸入特征。

Bi-FPN相當于給各個層賦予不同權重去進行融合，讓網(wǎng)絡更加關注重要的層次，而且還減少一些不必要的層的結點連接。通過引入雙向加權特征融合結構Bi-FPN，來加強特征融合，從而提取到更多遮擋目標的細節(jié)信息，提高檢測效率。

1.2.5 試驗環(huán)境及模型參數(shù)

使用Ubuntu16.3操作系統(tǒng)，顯卡型號為Nvidia GeForce RTX 3090 24 GB，處理器型號為Xeon（R） Platinum 8336C，深度學習框架為PyTorch，編程平臺為PyCharm，編程語言為Python3.8，使用以上試驗環(huán)境對模型進行訓練和測試，所有對比模型均在相同試驗環(huán)境下運行。表1

1.2.6 模型評價指標

評價模型性能和有效性的相關指標為精確率（Precision， P）、召回率（Recall， R）、以及平均精度均值（mean Average precision， mAP）。

P=TPTP+FP×100%.（8）

R=TPTP+FN×100%.（9）

AP=∫01P（r）dr.（10）

mAP=1n∑ni=1AP.（11）

式中，TP指預測為正類的正樣本（真正例）；FN指預測為負類的正樣本（假反例）；FP 指預測為正類的負樣本（假正例）；P指在圖像中所有預測的樣本為正類的比例；召回率R 指預測正類的樣本與所有正樣本的比例；AP指P和R所圍成地面積定義，用于衡量某一類精度，所有的檢測類別AP地均值為mAP，通常mAP越大，模型的性能越好，是衡量目標檢測模型性能的重要指標。由于僅針對辣椒單一類進行檢測，故使用mAP@0.5作為評估模型精度的指標，mAP@0.5表示IoU為0.5時的mAP值，更加適合快速檢測。

2 結果與分析

2.1 模型對比

研究表明，研究模型在平均精確率上為最高，雖然相較于YOLOv5s模型參數(shù)和權重大小略微增加，但是其平均精確率比YOLOv5s提高了1.5個百分點，提高了檢測效果。 Faster-RCNN置信度為最高，但是存在誤檢的情況；與YOLOv7、原始YOLOv5s相比，本模型置信度整體相對較高，尤其是對遮擋嚴重目標，高于上述2個模型，進一步提高對遮擋目標的檢測；與YOLOv8s相比，出現(xiàn)其模型漏檢情況。在相同復雜背景條件下，改進模型各項指標未達到最優(yōu)，改進后的模型檢測效果提升明顯，驗證了改進模型的有效性。

在相同條件下，相比于Faster-RCNN模型來說，改進后的YOLOv5模型對遮擋目標的置信度低于Faster-RCNN模型，但是不存在誤檢問題，且模型的參數(shù)量遠小于Faster-RCNN模型，有利于在采摘機器人上的使用。改進后YOLOv5模型在參數(shù)量遠小于YOLOv7模型的情況下，對于一些遮擋嚴重的綠辣椒，其置信度高于YOLOv7模型。模型在對于遮擋綠辣椒檢測方面的性能高于原始YOLOv5s模型和YOLOv8模型，對綠辣椒的檢測效果更加優(yōu)越，提高了檢測性能，且對于遮擋辣椒的檢測精度有所提升，更適合在自然條件下進行應用。改進后模型提高了精準度，并且參數(shù)量遠小于Faster-RCNN、YOLOv7、YOLOv8s模型，從而對實現(xiàn)辣椒采摘機器人的自動化操作提供了前提條件。表2，圖6

2.2 不同注意力模塊性能對比

研究表明，使用CA注意力機制模塊可更好的關注目標位置，提高檢測效率。添加CA注意力模塊相較于其他兩個注意力模塊，可以更加快速收斂并持續(xù)降低損失值。

在骨干網(wǎng)絡分別添加注意力模塊均能提高模型檢測精度。由于CA注意力機制使用全局平均池化來獲取通道維數(shù)的特征信息，在幾乎不帶來額外計算開銷的情況下獲取更大區(qū)域信息，強化辣椒特征信息并且弱化背景信息。CA注意力模塊與其他注意力模塊相比平均精度更高，更適合自然條件下綠色辣椒的采摘，選擇在骨干網(wǎng)絡中加入CA注意力模塊的優(yōu)越性。表3，圖7

2.3 消融試驗

研究表明，添加CA模塊的YOLOv5s模型，其召回率提升1.5%，精確率稍微下降，平均精確率略微提升。添加Bi-FPN模塊的YOLOv5s模型，其召回率提升0.6%，精確率稍微下降，但是其mAP@0.5從89.5%提升至90.7%，提升了1.2%，Bi-FPN模塊能融合更多不同特征，實現(xiàn)雙向特征信息融合。通過Bi-FPN雙向特征融合模塊和CA注意力模塊的結合，其精確率及mAP@0.5分別提升0.9%、1.5%，兩者結合是能提高模型的檢測準確率。所改進模型有效的提高了檢測性能，使模型檢測綠辣椒的準確度進一步增強。

當IOU=0.5時的平均精度，性能逐步穩(wěn)定增強。在改進之初，模型損失初值最高，在改進后，模型的收斂速度加快，損失值越來越小，模型收斂能力加強。表4，圖8

3 討 論

3.1 將在原始的YOLOv5s骨干中分別添加GAM（Global Attention Mechanism）注意力模塊^［25］、EMA（Efficient Multi-Scale Attention）注意力模塊^［26］以及CA注意力模塊。

在與其他目標檢測模型（如Faster-RCNN、YOLOv8等）相比，在自建數(shù)據(jù)集上，改進后YOLOv5的網(wǎng)絡結構具有更高的準確度和計算效率。在數(shù)據(jù)集上，改進的YOLOv5相較于原始模型在mAP上有較大提升，能夠較好地平衡精度和模型體積之間的關系。然而，改進后的模型也存在局限性，例如對遮擋嚴重的目標存在置信度較低的問題。改進模型的過程中增加了參數(shù)量以及計算量，雖然導致模型體積略微提升，但是在一定程度上降低了背景對檢測效果影響，提高檢測準確率不高的問題，改進后的模型能夠完成任務。

3.2 在試驗過程中部分辣椒未被識別，出現(xiàn)漏檢問題，經(jīng)過分析，主要原因為拍攝角度問題，不同的拍攝角度，圖像中的辣椒的形態(tài)會有差別，部分被葉片遮擋嚴重的辣椒以及辣椒相互遮擋的情況，造成無法識別的問題。后續(xù)研究，可以拍攝更加豐富的數(shù)據(jù)集，進一步提高辣椒檢測的準確率和魯棒性。

4 結 論

通過在自建辣椒數(shù)據(jù)集上進行訓練，改進后的模型平均準確率達到91%，相比于研究其他所對比模型，改進模型的平均準確率更高。改進YOLOv5的遮擋綠色辣椒的識別具有較高的準確性。

參考文獻（References）

［1］張子峰. 我國辣椒產(chǎn)業(yè)發(fā)展現(xiàn)狀、主要挑戰(zhàn)與應對之策［J］. 北方園藝， 2023，（14）： 153-158.

ZHANG Zifeng. Current development situation， main challenges and its countermeasures of the pepper industry in China［J］. Northern Horticulture， 2023，（14）： 153-158.

［2］ 段潔利， 王昭銳， 葉磊， 等. 水果采摘機械臂運動規(guī)劃研究進展與發(fā)展趨勢［J］. Journal of Intelligent Agricultural Mechanization（in Chinese and English）， 2021， （2）： 7-17.

DUAN Jieli， WANG Zhaorui， YE Lei， et al. Research progress and development trend of motion planning of fruit picking robot arm［J］. Journal of Intelligent Agricultural Mechanization， 2021， （2）： 7-17.

［3］ 金晶， 張小明， 付浩. 貴州省辣椒產(chǎn)業(yè)發(fā)展現(xiàn)狀及建議［J］. 北方園藝， 2021，（21）： 152-156.

JIN Jing， ZHANG Xiaoming， FU Hao. Status and suggestions of chili industry development in Guizhou Province［J］. Northern Horticulture， 2021，（21）： 152-156.

［4］ Kang D， Benipal S S， Gopal D L， et al. Hybrid pixel-level concrete crack segmentation and quantification across complex backgrounds using deep learning［J］. Automation in Construction， 2020， 118： 103291.

［5］ 韓文霆， 崔家偉， 崔欣， 等. 基于特征優(yōu)選與機器學習的農(nóng)田土壤含鹽量估算研究［J］. 農(nóng)業(yè)機械學報， 2023， 54（3）： 328-337.

HAN Wenting， CUI Jiawei， CUI Xin， et al. Estimation of farmland soil salinity content based on feature optimization and machine learning algorithms［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（3）： 328-337.

［6］ 陳小毛， 王立成， 張健， 等. 融合YOLOv5與ASFF算法的海產(chǎn)品目標檢測算法研究［J］. 無線電工程， 2023， 53（4）： 824-830.

CHEN Xiaomao， WANG Licheng， ZHANG Jian， et al. Research on seafood object detection algorithm integrating YOLOv5 and ASFF algorithm［J］. Radio Engineering， 2023， 53（4）： 824-830.

［7］ 周岳淮， 李震， 左嘉明， 等. 基于改進YOLOv5s模型的山地果園單軌運輸機搭載柑橘的檢測［J］. 湖南農(nóng)業(yè)大學學報（自然科學版）， 2023， 49（4）： 491-496.

ZHOU Yuehuai， LI Zhen， ZUO Jiaming， et al. Detection of Citrus carried by mountainous orchard monorail transporter based on improved YOLOv5s［J］. Journal of Hunan Agricultural University （Natural Sciences）， 2023， 49（4）： 491-496.

［8］ Tian Y N， Yang G D， Wang Z， et al. Apple detection during different growth stages in orchards using the improved YOLO-V3 model［J］. Computers and Electronics in Agriculture， 2019， 157： 417-426.

［9］ 段潔利， 王昭銳， 鄒湘軍， 等. 采用改進YOLOv5的蕉穗識別及其底部果軸定位［J］. 農(nóng)業(yè)工程學報， 2022， 38（19）： 122-130.

DUAN Jieli， WANG Zhaorui， ZOU Xiangjun， et al. Recognition of bananas to locate bottom fruit axis using improved YOLOv5［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022， 38（19）： 122-130.

［10］ Wang F H， Sun Z X， Chen Y， et al. Xiaomila green pepper target detection method under complex environment based on improved YOLOv5s［J］. Agronomy， 2022， 12（6）： 1477.

［11］ 王圓圓， 林建， 王姍. 基于YOLOv4-tiny模型的水稻早期病害識別方法［J］. 江蘇農(nóng)業(yè)科學， 2023， 51（16）： 147-154.

WANG Yuanyuan， LIN Jian， WANG Shan. An early rice disease recognition method based on YOLOv4-tiny model［J］. Jiangsu Agricultural Sciences， 2023， 51（16）： 147-154.

［12］ Tang Z， Zhou L， Qi F， et al. An improved lightweight and real-time YOLOv5 network for detection of surface defects on Indocalamus leaves［J］. Journal of Real-Time Image Processing， 2023， 20（1）： 14.

［13］ 高芳征， 湯文俊， 陳光明， 等. 基于改進YOLOv3的復雜環(huán)境下西紅柿成熟果實快速識別［J］. 中國農(nóng)機化學報， 2023， 44（8）： 174-183.

GAO Fangzheng， TANG Wenjun， CHEN Guangming， et al. Fast recognition of ripe tomato fruits in complex environment based on improved YOLOv3［J］. Journal of Chinese Agricultural Mechanization， 2023， 44（8）： 174-183.

［14］ 朱立成， 韓振浩， 趙博， 等. 基于VINS-MONO和改進YOLO v4-Tiny的果園自主尋筐方法［J］. 農(nóng)業(yè)機械學報， 2023， 54（8）： 97-109.

ZHU Licheng， HAN Zhenhao， ZHAO Bo， et al. Autonomous basket searching method for orchards transporter based on VINS-MONO and improved YOLO v4-tiny［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（8）： 97-109.

［15］ He K M， Zhang X Y， Ren S Q， et al. Spatial pyramid pooling in deep convolutional networks for visual recognition［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2015， 37（9）： 1904-1916.

［16］ 湯文虎， 吳龍， 黎堯， 等. 基于改進Faster RCNN的鋼線圈頭部小目標檢測算法［J］. 現(xiàn)代制造工程， 2023， （8）： 127-133， 147.

TANG Wenhu， WU Long， LI Yao， et al. Improved faster RCNN based steel coil head detection algorithm for small objects［J］. Modern Manufacturing Engineering， 2023， （8）： 127-133， 147.

［17］ 呂宗旺， 邱帥欣， 孫福艷， 等. 基于改進YOLOv5s的輕量化儲糧害蟲檢測方法［J］. 中國糧油學報， 2023， 38（8）： 221-228.

LYU Zongwang， QIU Shuaixin， SUN Fuyan， et al. Lightweight grain storage pest detection method based on improved YOLOv5s［J］. Journal of the Chinese Cereals and Oils Association， 2023， 38（8）： 221-228.

［18］ 李淑菲， 李凱雨， 喬巖， 等. 基于可見光光譜和改進YOLOv5的自然場景下黃瓜病害檢測方法［J］. 光譜學與光譜分析， 2023， 43（8）： 2596-2600.

LI Shufei， LI Kaiyu， QIAO Yan， et al. Cucumber disease detection method based on visible light spectrum and improved YOLOv5 in natural scenes［J］. Spectroscopy and Spectral Analysis， 2023， 43（8）： 2596-2600.

［19］ Hong W W， Ma Z H， Ye B L， et al. Detection of green Asparagus in complex environments based on the improved YOLOv5 algorithm［J］. Sensors， 2023， 23（3）： 1562.

［20］ 楊國亮， 王吉祥， 聶子玲. 基于改進型YOLOv5s的番茄實時識別方法［J］. 江蘇農(nóng)業(yè)科學， 2023， 51（15）： 187-193.

YANG Guoliang， WANG Jixiang， NIE Ziling. A real-time tomato recognition method based on improved YOLOv5s［J］. Jiangsu Agricultural Sciences， 2023， 51（15）： 187-193.

［21］ 李尚平， 鄭創(chuàng)銳， 文春明， 等. 基于改進YOLO v5s的甘蔗切種莖節(jié)特征識別定位技術［J］. 農(nóng)業(yè)機械學報， 2023， 54（10）： 234-245，293.

LI Shangping， ZHENG Chuangrui， WEN Chunming， et al. Stem node feature recognition and positioning technology for transverse cutting of sugarcane based on improved YOLO v5s［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（10）： 234-245，293.

［22］ 姜國權， 楊正元， 霍占強， 等. 基于改進YOLOv5網(wǎng)絡的疏果前蘋果檢測方法［J］. 江蘇農(nóng)業(yè)科學， 2023， 51（14）： 205-215.

JIANG Guoquan， YANG Zhengyuan， HUO Zhanqiang， et al. Apple detection method before thinning fruit based on improved YOLOv5 model［J］. Jiangsu Agricultural Sciences， 2023， 51（14）： 205-215.

［23］ Zhe T，Lin Z，F(xiàn)ang Q， et al. An improved lightweight and real-time YOLOv5 network for detection of surface defects on indocalamus leaves［J］. Journal of Real-Time Image Processing，2023，20（1）.

［24］ 楊永闖， 王昊， 王新良. 基于改進SSD的食物浪費行為識別方法［J］. 計算機工程與設計， 2023， 44（8）： 2523-2530.

YANG Yongchuang， WANG Hao， WANG Xinliang. Food waste behavior recognition method based on improved SSD［J］. Computer Engineering and Design， 2023， 44（8）： 2523-2530.

［25］ 郭殿鵬， 柯海森， 李孝祿， 等. 基于改進YOLOv7的織物疵點檢測算法［J］. 棉紡織技術， 2023， 51（12）： 5-11.

GUO Dianpeng， KE Haisen， LI Xiaolu， et al. Fabric defect detection algorithm based on improved YOLOv7［J］. Cotton Textile Technology， 2023， 51（12）： 5-11.

［26］ 崔海彬， 蒲東兵， 陸云鳳， 等. 基于CA-YOLO的安全帽佩戴檢測［J］. 東北師大學報（自然科學版）， 2023， 55（3）： 94-100.

CUI Haibin， PU Dongbing， LU Yunfeng， et al. Helmet wearing detection based on CA-YOLO［J］. Journal of Northeast Normal University （Natural Science Edition）， 2023， 55（3）： 94-100.

Green chili pepper target detection method based on improved YOLOv5

WANG Zhenlu1， BAI Tao^1，2， LI Dongya1， DAI Shuo1， CHEN Zhen1

（1. College of Computer and Information Engineering， Xinjiang Agricultural University， Urumqi 830052， China; 2. Engineering Research Center for Intelligent Agriculture of Ministry of Education/Xinjiang Research Center for Agricultural Information Technology， Urumqi 830052， China）

Abstract：【Objective】 Accurate recognition of green chili peppers using machine vision is an important prerequisite for realizing intelligent picking of chili peppers， so in view of the natural conditions of pepper occlusion， this study aims to accurately identify the problem.

【Methods】 A chili pepper target detection model based on improved YOLOv5 was proposed， CA （Coordinate Attention） was added in YOLOv5 backbone network Attention mechanism in the YOLOv5 backbone network to enhance the extraction of chili pepper feature information and further enhance the extraction of target location information; meanwhile， a Bi-FPN structure was used in the feature fusion network to improve the model's ability to recognize occluded chili peppers.

【Results】 By training on the self-constructed chili pepper dataset， the results showed that the improved model achieved an average accuracy of 91%， which was higher compared to the other models.

【Conclusion】" The method proposed in this paper has high accuracy in recognizing occluded green chili peppers in natural environments， which can provide technical support for the accurate recognition of chili pepper intelligent picking robots.

Key words：YOLOv5; CA attention mechanism; Bi-FPN; green chili pepper detection; shading

Fund projects： S amp;T Innovation 2030 Major Project of Ministry of Science and Technology \"Group Intelligent Independent Operation of Intelligent Farm\" （2022ZD0115800）；Major Scientific R amp; D Program Project of Xinjiang Uygur Autonomous Region \"Research on Key Technologies of Farm Intelligent Platform\" （2022A02011-4）; Central Government Guiding the Local Science and Technology Development Special Fund Project （ZYYD2022B14）; Basic Scientific Research Project for Universities in Xinjiang Uygur Autonomous Region \"Agricultural Big Data Exchange， Sharing and Visualization Platform\" （XJEDU2022J009）

Correspondence author：BAI Tao （1979-）， male， from Urumqi， Xinjiang， master's degree， associate professor， research direction： agricultural big data， data mining，（E-mail）bt@xjau.edu.cn

基金項目：科技部科技創(chuàng)新2030重大項目“群體智能自主作業(yè)智慧農(nóng)場”（2022ZD0115800）；新疆維吾爾自治區(qū)重大科技專項“農(nóng)場智能平臺關鍵技術研究”（2022A02011-4）；中央引導地方科技發(fā)展專項“智慧農(nóng)業(yè)創(chuàng)新平臺建設”（ZYYD2022B12）；新疆維吾爾自治區(qū)高?；究蒲袠I(yè)務費科研項目“農(nóng)業(yè)大數(shù)據(jù)交換共享與可視化平臺”（XJEDU2022J009）

作者簡介：王震魯（2000-），男，山東濟寧人，碩士研究生，研究方向為計算機視覺、物聯(lián)網(wǎng)，（E-mail）2425387367@qq.com

通訊作者：白濤（1979-），男，新疆烏魯木齊人，副教授，碩士生導師，研究方向為農(nóng)業(yè)大數(shù)據(jù)、數(shù)據(jù)挖掘，（E-mail）bt@xjau.edu.cn