一种胎线稀病疵检测方法

摘要

本申请公开了一种胎线稀病疵检测方法，基于融合了CA注意力模块的改进YOLOv5网络，提取第五层卷积层输出特征图的特征位置信息并加入到通道注意力中，经CA注意力模块优化后在由原骨干网络继续进行特征挖掘，减少了网络低层学习特征信息的丢失，且加强了模型对于胎线稀病疵深层特征挖掘的能力，提高了胎线稀病疵识别的准确率，召回率和平均精度，能够更好的识别和检测胎线稀病疵。本申请中，在骨干网络第六层添加CA注意力模块，不仅可以提高骨干网络后续挖掘特征的能力，且可以使得颈部网络的首个PAN结构所融合的浅层特征图所包含的无效信道信息大量减少，从而有效的提高颈部网络特征融合能力。