基于注意力机制与空洞卷积改进YOLOv5的赭曲霉毒素A快速视觉检测
《Toxins》:Research on the YOLOv5 Algorithm and Its Application for Accurate and Rapid Detection of Ochratoxin A in Agricultural Samples
【字体:
大
中
小
】
时间:2026年11月22日
来源:Toxins 4.0
编辑推荐:
摘要赭曲霉毒素A(OTA)是一种毒性很强的真菌毒素,在农业样品中普遍存在。为克服传统检测方法的局限,本研究通过优化YOLOv5算法,开发了一套基于深度学习的快速视觉检测系统。通过引入注意力机制以增强颜色特征提取能力,并采用空洞卷积扩大感受野,所提出的Efficient-YOLOv
摘要
赭曲霉毒素A(OTA)是一种毒性很强的真菌毒素,在农业样品中普遍存在。为克服传统检测方法的局限,本研究通过优化YOLOv5算法,开发了一套基于深度学习的快速视觉检测系统。通过引入注意力机制以增强颜色特征提取能力,并采用空洞卷积扩大感受野,所提出的Efficient-YOLOv5算法显著提高了OTA浓度识别的准确率。对比实验表明,Efficient-YOLOv5具有更优的性能,其平均精度均值(mAP)从92.86%提升至97.65%,精确率从93.34%提升至95.73%,召回率从91.67%提升至92.68%,F1值从90.34%提升至91.69%。对真实农业样品的验证进一步证实了该方法的高准确性,相对于标准浓度值的检测误差为0.04,在模拟场景下的误差为0.25%。优化后的损失函数取得了91.37%的mAP、91.86%的精确率和88.26%的F1值,凸显了其高效性、准确性及高通量应用潜力。通过将视觉数据与深度学习相结合,所提出的检测系统为快速、准确、高效地识别和检测OTA提供了前景良好的框架。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号