文献类型： 中文期刊

作者： 涂智荣 ¹ ; 凌海英 ¹ ; 李帼 ¹ ; 陆声链 ¹ ; 钱婷婷 ² ; 陈明 ¹ ;

作者机构： 1.教育区块链与智能技术教育部重点实验室(广西师范大学)

2.上海市农业科学院农业科技信息研究所

关键词： 目标检测;YOLOv7-Tiny;百香果;轻量化网络;GMConv模块;ODConv

期刊名称： 广西师范大学学报(自然科学版)

ISSN： 1001-6600

年卷期： 2024 年 42 卷 005 期

页码： 79-90

收录情况： 北大核心

摘要： 在果园中,准确且快速的果实检测是水果产量预测和自动化采摘等农业智能化应用的关键任务之一.针对目前目标检测模型参数量和计算量大,难以满足嵌入式设备实时性要求的问题,本文提出一种基于改进YOLOv7-Tiny的轻量化检测方法,用于复杂果园环境中百香果的检测.首先,在主干网络中使用全维动态卷积(ODConv),提高主干网络的特征提取能力,使平均精度均值(mAP)提升2个百分点;其次,为了减少颈部网络的参数量和计算量,融合GhostNet网络和MobileOne网络,提出GMConv轻量化模块,使模型参数量下降约30%,计算量下降约20%,FPS提高约50 frame/so在百香果数据集上的实验结果表明,与YOLOv7-Tiny相比,改进后算法的参数量和计算量分别下降32.1%和25.4%,mAP提升2.6个百分点.在降低计算量和参数量的前提下,改进后算法进一步提高了检测精度,有利于在嵌入式设备中部署.