基于改进深度学习的复杂背景下柑橘检测方法和系统

本发明涉及基于改进深度学习的复杂背景下柑橘检测方法和系统，所述方法包括，采集果园中的复杂背景下柑橘图像，得到初始数据集；对初始数据集进行预处理，得到第一数据集；对第一数据集进行标注并进行格式转换，得到目标数据集；以YOLOv7‑tiny网络模型为深度学习基准模型构建改进的YOLOv7‑tiny网络模型作为柑橘检测网络模型；对柑橘检测网络模型进行训练和评估；获取柑橘检测网络模型的最优权重并对柑橘检测网络模型进行测试；通过柑橘检测模型得到测试结果并基于交并比IOU计算精确率和召回率进而判断检测的准确性。本发明的改进后的YOLOv7‑tiny网络模型能够有效检测中小型柑橘目标，提高了模型的检测精度和速度的同时兼顾了模型轻量化。