基于改进YOLOv5s的草莓多阶段识别检测轻量化算法 |
| |
引用本文: | 黄家才,赵雪迪,高芳征,温鑫,金少宇,张洋.基于改进YOLOv5s的草莓多阶段识别检测轻量化算法[J].农业工程学报,2023(21):181-187. |
| |
作者姓名: | 黄家才 赵雪迪 高芳征 温鑫 金少宇 张洋 |
| |
作者单位: | 1. 南京工程学院机械工程学院;3. 南京工程学院自动化学院 |
| |
摘 要: | 为解决草莓采摘过程中被遮挡及目标较小情况下漏检的问题,同时提升草莓的识别精度与计算速率,该研究提出了一种基于改进的轻量级Mobile-YOLOv5s草莓识别检测算法。首先,为了提高计算效率,使用了轻量化的MobileNetV3网络替代了原始的YOLOv5s主干网络,并引入了Alpha-IoU损失函数以加快模型的收敛速度,提高对重叠目标的识别准确率;其次,考虑到草莓目标较小的情况,使用K-Means++算法对原始YOLO的anchor进行重聚类,并增加了一个检测头,使其更加适应草莓的尺寸。试验结果表明,改进后的网络模型检测帧率为44帧/s,比原模型提升了15.7%;计算量为8.3×109/s,比原模型降低了48%;模型大小为4.5 MB,比原模型降低了41.5%;成熟草莓检测精度为99.5%,均值平均精度为99.4%,相较于原YOLOv5s算法分别提高了3.6和9.2个百分点。改进后的模型可以更快速、准确地识别出各阶段的草莓,为草莓智能化采摘提供技术支撑。
|
关 键 词: | 图像识别 草莓 YOLOv5s MobileNetV3 轻量化 移动端部署 |
|
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|