当前位置: 首页 > 文章 > 轻量化神经网络在远洋鱿钓检测技术中的应用 渔业现代化 2022,49 (1) 61-71
Position: Home > Articles > Application of lightweight neural network in detection technology of pelagic squid fishing Fishery Modernization 2022,49 (1) 61-71

轻量化神经网络在远洋鱿钓检测技术中的应用

作  者:
刘雨青;周彦;黄璐瑶;隋佳蓉
单  位:
;上海海洋大学工程学院
关键词:
远洋捕捞;鱿鱼捕捞;智能渔业;渔业资源;损失函数;轻量化网络
摘  要:
中国远洋鱿鱼捕捞技术比较单一,智能化的鱿鱼捕捞技术对远洋渔业资源统计至关重要.在智能化鱿鱼捕捞作业过程中,以YOLOV3算法检测时,其特征提取网络Darknet53模型参数量较大,模型输出权重存储量较高,降低了检测速度.为此,建立轻量化MobileNetV3网络作为特征提取网络,进行初步有效特征提取,再设计CSP瓶颈层作为逆瓶颈结构,提高特征提取能力;最后通过CIoU模型建立网络模型的损失函数.在实验室环境下,使用Squid数据集验证轻量化网络模型的有效性,并对其主干网络与损失函数的性能进行分析.通过训练目标数据集,将轻量型网络模型与YOLOV3网络模型结构做消融试验,验证轻量化网络应用在远洋捕捞技术上的准确性以及实用性.结果显示,轻量化网络结构的性能明显优于YOLOV3网络模型结构,可以大幅度降低参数量,提高检测速度,缩短检测时间,提高检测率,提高了鱿鱼实时检测的工作效率.本研究成果为远洋渔业资源调查提供重要依据.
译  名:
Application of lightweight neural network in detection technology of pelagic squid fishing

相似文章

计量
文章访问数: 10
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊