当前位置: 首页 > 文章 > 基于模型剪枝改进FCOS的实时柑橘检测研究 河南农业大学学报 2021,55 (3) 453-459
Position: Home > Articles > Real time citrus detection research based on improved FCOS with model pruning Journal of Henan Agricultural University 2021,55 (3) 453-459

基于模型剪枝改进FCOS的实时柑橘检测研究

作  者:
黄河清;胡嘉沛;李震;魏志威;吕石磊
单  位:
华南农业大学电子工程学院与人工智能学院
关键词:
柑橘;目标检测;模型剪枝;人工智能;深度学习方法
摘  要:
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0.88 G,参数占用内存为29.79 MB,相比于剪枝前分别减少了1.878 G、24.86 MB.对单张图片在CPU的检测速度达到22.9 ms·张-1.
译  名:
Real time citrus detection research based on improved FCOS with model pruning

相似文章

计量
文章访问数: 7
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊