10.3969/j.issn.1671-7775.2024.01.007
一种轻量型果园环境果实检测方法
果园环境下柑橘的快速准确检测是自主采摘机器人作业的关键.针对现有的模型过于冗余、检测速度与精度不平衡等问题,提出一种轻量型果园环境果实检测方法.在YOLOv4 算法的基础上引入焦点损失函数(Focal Loss)来提高模型在二分类检测任务中的负样本挖掘能力,并针对模型参数冗余等问题提出一种优化的模型剪枝方法.试验结果表明:提出的方法在果园环境中柑橘果实数据集检测得到的平均精度均值(mean average precision,MAP)达到94.22%,相较于YOLOv4 模型提高了1.18%,模型参数减小了95.22%,模型尺寸为原来的4.84%,检测速度为原来的4.03 倍.
柑橘、机器视觉、目标检测、焦点损失函数、模型剪枝
45
TP391(计算技术、计算机技术)
江苏省重点研发计划项目;园艺电动拖拉机研发项目
2024-01-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
46-52,59