国内刊号:32-1668/N
国际刊号:1671-7775
发布日期:
作者:商高高,姜锟,韩江义,倪万磊
单位: 江苏大学 汽车与交通工程学院, 江苏 镇江 212013
关键词: 柑橘, 机器视觉, 目标检测, 焦点损失函数, 模型剪枝
基金:江苏省重点研发计划项目(BE2018343); 园艺电动拖拉机研发项目(BE2017333)\r\n<div> </div>
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.
来源:2024年第1期
《江苏大学学报(自然科学版)》期刊编辑部