YOLOv4与树莓派平台的轻量化柑橘检测算法
为了满足高精度柑橘检测算法在嵌入式设备上的部署要求,论文基于YOLOv4与树莓派硬件平台设计了 一种高效的柑橘检测算法.首先借鉴GhostNet思想,设计了轻量级的网络单元并以此压缩了网络结构.其次,针对柑橘的形状特征用圆形边界框进行目标定位,同时改进了 CIOU边框回归损失函数.实验结果表明,改进后的算法在柑橘检测任务中的F1分数达83.95％,尤其对遮挡问题的改善效果明显,而模型大小仅为52.5 MB,移植到树莓派平台后对单张图片处理时间不足YOLOv4的三分之一,内存占用率仅为28.6％.
GhostNet、YOLOv4、轻量化、柑橘检测、树莓派
21
TP391(计算技术、计算机技术)
山东省教育厅研究生教育质量提升计划项目;山东科技大学优秀教学团队支持计划项目;煤炭开采奥灰突水预警理论与监测关键技术研究
2021-07-14（万方平台首次上网日期，不代表论文的发表时间）
共5页
46-50
