基于网络瘦身算法的YOLOv4-tiny的甘蔗茎节识别

文献类型： 中文期刊

第一作者： 陈文

作者： 陈文;余康;李岩舟;陈远玲;胡珊珊;乔曦

作者机构：

关键词： MobileNet;网络瘦身;YOLOv4-tiny;甘蔗茎节

期刊名称： 中国农机化学报

ISSN： 2095-5553

年卷期： 2023 年 002 期

页码： 172-181

收录情况： 北大核心

摘要： 为提高智能甘蔗收获的准确性，降低算法对部署的高算力要求，利用轻量级目标检测算法YOLOv4-tiny相对YOLOv4算法更简化的网络结构、更高的推理速度等优点，提出基于MobileNet和网络瘦身的两种YOLOv4-ting识别算法方案，并比较二者的精度和模型复杂度。其中，基于网络瘦身算法的YOLOv4-tiny在精度较瘦身前（94.7%）下降0.6%的情况下，模型复杂度下降为原来的1/3,即瘦身后的FLOPs和Params分别为1.1 G和1 789 658。而以MobileNet为Backbone的YOLOv4-tiny在精度下降1.92%的情况下，它的FLOPs和Params为1.29 G、2 600 068,其在精度和模型复杂度上的表现都不如瘦身后的YOLOv4-tiny模型。结果表明：基于网络瘦身算法的YOLOv4-tiny甘蔗茎节识别模型可有效降低模型复杂度，其计算量对嵌入式设备和移动式设备友好。该研究可为智能甘蔗收割机构的开发提供技术参考。

分类号： S225.53%TP391.41

  • 相关文献

[1]3,5-二硝基水杨酸(DNS)法测定甘蔗茎节总糖和还原糖含量. 王俊刚,张树珍,杨本鹏,陈萍,吴转娣,胡军喻. 2008

[2]基于改进YOLOv4-tiny的茶叶嫩芽检测模型. 方梦瑞,吕军,阮建云,边磊,武传宇,姚青. 2022

[3]基于卷积神经网络的家蚕幼虫品种智能识别研究. 石洪康,田涯涯,杨创,陈宇,粟思源,张智勇,张剑飞,蒋猛. 2020

[4]基于改进YOLOv4算法的番茄叶部病害识别方法. 储鑫,李祥,罗斌,王晓冬,黄硕. 2023

[5]基于改进MobileNet的轻量级外来入侵植物识别模型研究. 吴鸿飞,刘万学,冼晓青,赵梦欣,姚青. 2024

作者其他论文 更多>>

微信小程序