当前位置: 首页 > 文章 > 基于YOLOv4模型剪枝的番茄缺陷在线检测 农业工程学报 2022 (6) 283-292
Position: Home > Articles > 基于YOLOv4模型剪枝的番茄缺陷在线检测 Transactions of the Chinese Society of Agricultural Engineering 2022 (6) 283-292

基于YOLOv4模型剪枝的番茄缺陷在线检测

作  者:
梁晓婷;庞琦;杨一;文朝武;李友丽;黄文倩;张驰;赵春江
单  位:
上海海洋大学信息学院;湖南省农业装备研究所;北京市农林科学院智能装备技术研究中心
关键词:
机器视觉;模型;番茄缺陷;YOLOv4;模型剪枝;
摘  要:
为解决番茄缺陷检测过程中的精确性和实时性问题,该研究提出一种基于模型剪枝的番茄表面缺陷实时检测方法。采用模型剪枝的方法在YOLOv4网络模型基础上进行模型优化,首先将3个连续检测工位采集的RGB图像拼接生成YOLOv4网络的输入图像,然后采用通道剪枝和层剪枝的方法压缩YOLOv4网络模型,从而减少模型参数,提高检测速度,最后提出一种基于L1范数的非极大值抑制方法,用于在模型微调后去除冗余预测框,从而精准定位图像中的缺陷位置,并将模型部署到分级系统上进行实时检测试验。结果表明,该研究提出的YOLOv4P网络与原YOLOv4网络相比,网络模型尺寸和推理时间分别减少了232.40 MB和10.11 ms,平均精度均值(Mean Average Precision,mAP)从92.45%提高到94.56%,能满足实际生产中针对缺陷番茄进行精准、实时检测的要求,为番茄分级系统提供了高效的实时检测方法。

相似文章

计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊