当前位置: 首页 > 文章 > 基于改进YOLO v4模型的马铃薯中土块石块检测方法 农业机械学报 2021 (8) 241-247,262
Position: Home > Articles > 基于改进YOLO v4模型的马铃薯中土块石块检测方法 Transactions of the Chinese Society for Agricultural Machinery 2021 (8) 241-247,262

基于改进YOLO v4模型的马铃薯中土块石块检测方法

作  者:
王相友;李晏兴;杨振宇;张蒙;王荣铭;崔丽霞
单  位:
山东理工大学农业工程与食品科学学院;山东理工大学机械工程学院
关键词:
马铃薯;石块检测;通道剪枝;YOLO v4;
摘  要:
为实现收获后含杂马铃薯中土块石块的快速检测和剔除,提出了一种基于改进YOLO v4模型的马铃薯中土块石块检测方法。YOLO v4模型以CSPDarknet53为主干特征提取网络,在保证检测准确率的前提下,利用通道剪枝算法对模型进行剪枝处理,以简化模型结构、降低运算量。采用Mosaic数据增强方法扩充图像数据集(8 621幅图像),对模型进行微调,实现了马铃薯中土块石块的检测。测试表明,剪枝后模型总参数量减少了94.37%,模型存储空间下降了187.35 MB,前向运算时间缩短了0.02 s,平均精度均值(Mean average precision,mAP)下降了2.1个百分点,说明剪枝处理可提升模型性能。为验证模型的有效性,将本文模型与5种深度学习算法进行比较,结果表明,本文算法m AP为96.42%,比Faster R-CNN、Tiny-YOLO v2、YOLO v3、SSD分别提高了11.2、11.5、5.65、10.78个百分点,比YOLO v4算法降低了0.04个百分点,模型存储空间为20.75 MB,检测速度为78.49 f/s,满足实际生产需要。

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