基于嵌入式Jetson TX2的高原鼠兔目标检测

摘要：

高原鼠兔目标检测是对其进行种群数量统计及种群动态变化研究的基础,但传统的高原鼠兔智能监测系统的目标检测硬件设备大,在抽样采集数据时移动性较弱.针对此问题,提出一种可部署到便携式设备Jetson TX2上的基于改进YOLOv3模型的目标检测方法.该方法将YOLOv3的主干网络DarkNet53替换成MobileNet,并利用剪枝、微调等方法构建轻量级高原鼠兔目标检测模型,再将轻量化模型部署到Jetson TX2上.自然场景下高原鼠兔目标检测实验的结果表明:所提方法的检测平均精度(AP)、每秒检测帧数(FPS)和模型大小分别为97.36％、36和14.88 MB,优于主干网络替换后未裁剪的YOLOv3模型及原始YOLOv3模型,相较于原YOLOv3模型,AP在仅下降1.05个百分点的情况下,FPS提升了620％,模型大小压缩了93.67％,能够部署在便携设备上进行实时且准确的高原鼠兔目标检测.

关键词：目标检测、YOLOv3、轻量化、模型剪枝、Jetson TX2、高原鼠兔

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：98-103