改进多目标检测器的骏枣外观品质实时检测 |
| |
引用本文: | 栾世伟,喻彩丽,印志本,刘峰,张学东.改进多目标检测器的骏枣外观品质实时检测[J].塔里木农垦大学学报,2023(1):105-112. |
| |
作者姓名: | 栾世伟 喻彩丽 印志本 刘峰 张学东 |
| |
作者单位: | 1. 塔里木大学信息工程学院;2. 汕尾职业技术学院 |
| |
基金项目: | 国家自然科学基金项目“南疆干旱区枣树水分传输动力学机制与模拟”(42061046); |
| |
摘 要: | 骏枣外观的品质检测对其提升经济价值,实现优质优价起着至关重要的作用。为实现骏枣快速、多数量实时检测,并解决表面皱褶和缺陷尺度不同的问题,本研究在YOLOv5模型的基础上进行改进,提出了Ghost-YOLOv5-BiFPN模型。根据骏枣数据集目标大小特点,采用K-means++算法生成骏枣数据集先验框,提高聚类速度。利用Ghost模块替换传统卷积,减少模型参数量和计算量,应用双向特征金字塔网络进行多尺度特征融合,更好识别骏枣缺陷部分。结果表明,改进后的Ghost-YOLOv5-BiFPN模型的平均精度达到93.4%,低算力设备检测速度为37 ms,改进后的模型能更好地平衡准确性和实时性。
|
关 键 词: | 骏枣 外观检测 轻量化 双向特征金字塔网络 |
|
|