检测李果又快又准
该模型针对李果在枝叶遮挡和果实重叠下的检测难题，通过引入多种机制提升了对复杂果园环境的适应性。
陈小康 · Genggeng, Dong · 樊湘鹏 · 许燕 · Zou, Xiangjun · 周建平 · 江红
Agronomy 2024
引入CA注意力机制和RFB模块，增强了模型对遮挡和重叠李果的辨识能力，召回率比YOLOv8n提高2.2个百分点。
采用SIOU损失函数替代CIOU，mAP@0.5和mAP@0.5:0.95分别提升0.7和1.2个百分点，定位精度更高。
模型大小仅6.9 MB，比Faster R-CNN、YOLOv4、YOLOv5s、YOLOv7都小，适合嵌入式设备部署。