基于轻量化深度学习模型的豆角苗-杂草检测方法

除草是保证农业丰产的重要环节,杂草识别是自动化除草的关键。为了满足在中小型除草机器人上的使用,将轻量级深度学习模型Mobile Net-SSD应用于杂草识别。选取豆角苗和杂草作为实验对象,将实验目标细分为大目标和普通目标,针对大目标改动了Mobile Net-SSD模型的特征层。对比原模型、改动模型和标准SSD模型,以Mobile Net作为主干网络时识别速度提升了2倍。改动模型比原模型在普通目标检测上精度降低了3.15%,对大目标检测精度提高了3.23%。实验表明：Mobile Net-SSD模型与改动模型都具有体积小、识别率高、检测速度快等优点,在检测普通目标与大目标时各有优劣。