河南农业大学学报

2021, v.55;No.225(03) 453-459

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于模型剪枝改进FCOS的实时柑橘检测研究
Real time citrus detection research based on improved FCOS with model pruning

黄河清;胡嘉沛;李震;魏志威;吕石磊;

摘要(Abstract):

为实现快速实时的柑橘视觉检测,提出了一种基于模型剪枝的多维度特征Slim-FOCS逐像素目标检测算法,可实现自然环境下成熟柑橘高效快速检测。使用FCOS模型架构,选用Darknet 19作为模型主干网络,设计FPN多尺度特征提取网络融合柑橘图像不同尺度的特征,加强主干网络中的视觉特征提取。初训练完成后进行模型剪枝,将每一层的权重以通道(channel)为基准计算特征的L2 normalization,将小于30%的通道删除后进行模型微调。对柑橘图像进行检测并分析模型,检测结果表明,对柑橘检测的准确率(mAP)达到96.01%,模型所需的计算力(Flops)为0.88G,参数占用内存为29.79MB,相比于剪枝前分别减少了1.878 G、24.86MB。对单张图片在CPU的检测速度达到22.9ms·张~(-1)。

关键词(KeyWords): 柑橘;目标检测;模型剪枝;人工智能;深度学习方法

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61601189,31971797);; 现代农业产业技术体系建设专项资金(CARS-26);; 广东省重点领域研发计划项目(2019B020223001);; 广州市科技计划项目(201803020037);; 广东大学生科技创新培育专项资金资助项目(pdjh2020a0083)

作者(Author): 黄河清;胡嘉沛;李震;魏志威;吕石磊;

Email:

DOI: 10.16445/j.cnki.1000-2340.20210409.002

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享