文档名：一种改进神经网络的苹果快速识别算法
摘要：针对采摘机器人设备计算力不足,目标检测速度受限,难以满足实时应用,提出一种基于改进YOLOv4的轻量化算法,用于提高检测速度和减少网络体积.采用轻量化的主干网络Ghostnet替代YOLOv4中的CSPdarknet53主干网络,减少了参数量.在替换主干网络的基础上,再采用深度可分离卷积替换YOLOv4中的颈部网络,进一步减少了权重和计算量.随后在空间金字塔池化的前后增加CBL卷积模块层数,将3层更换为5层,可以提高对图片的特征提取和整个网络对图片信息的获取,提升精准度.采用KNN聚类算法计算先验框,对先验框进行预测,同时使用马赛克数据增强识别精度.苹果检测结果表明,修改后的网络对苹果有较好的识别精度,在检测速度上比YOLOv4提高45.8％,FPS达到了35,整体网络的权重减少79.7％.修改后的网络提高了检测速度,减少了权重文件大小,能更好地适用于计算力不足和储存空间较小的采摘机器人设备.
作者：曹志鹏 袁锐波 杨肖 林红刚 朱正Author：CAOZhipeng YUANRuibo YANGXiao LINHonggang ZHUZheng
作者单位：昆明理工大学机电工程学院,昆明650504
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(10)
分类号：TP316.6
关键词：YOLOv4 KNN聚类 Ghostnet 空间金字塔池化
机标分类号：TP391.41TN911.73TP183
在线出版日期：2023年6月15日
基金项目：云南省科技厅国际科技合作项目一种改进神经网络的苹果快速识别算法[
期刊论文] 重庆理工大学学报--2023, 37(10)曹志鹏 袁锐波 杨肖 林红刚 朱正针对采摘机器人设备计算力不足,目标检测速度受限,难以满足实时应用,提出一种基于改进YOLOv4的轻量化算法,用于提高检测速度和减少网络体积.采用轻量化的主干网络Ghostnet替代YOLOv4中的CSPdarknet53主干网络,减少了参数...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
一种改进神经网络的苹果快速识别算法 A fast apple recognition algorithm based on improved neural networks
一种改进神经网络的苹果快速识别算法.pdf
- 文件大小:
- 8.79 MB
- 下载次数:
- 60
-
高速下载
|
|
