首页|一种基于GhostNet的绿色类圆果实识别方法

一种基于GhostNet的绿色类圆果实识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为实现果园实际环境中绿色类圆果实的识别,研究了基于单阶段目标检测网络的绿色类圆果实识别方法.本研究对比 4 种不同轻量化卷积网络模型,以GhostNet作为本研究网络的主干特征提取网络,将提取到的特征信息利用复杂双向多尺度融合网络进行融合,最后以改进后的YOLO_Head作为预测头,建立适合本研究的目标检测网络.结果表明,在果园背景下本研究构建的目标检测网络对绿色类圆果实的均值平均精度达到 96.8%,每张图片检测所用的时间为37 ms,网络内存占用大小为11.8 M,实现了对绿色类圆果实的快速、准确识别,能够为早期果树的产量预估、病虫害识别提供技术支撑.
A green round-like fruits identification method based on GhostNet

object detectionlightweight convolutional networksfeature fusiongreen round-like fruits

李恒、南新元、高丙朋、马志钢

展开 >

新疆大学电气工程学院/西门子实验室,新疆 乌鲁木齐 830017

目标检测 轻量化卷积网络 特征融合 绿色类圆果实

国家自然科学基金

61863033

2023

10.3969/j.issn.1000-4440.2023.03.013

江苏农业学报
江苏省农业科学院

江苏农业学报

CSTPCDCSCD北大核心
影响因子：1.093
ISSN：1000-4440
年,卷(期)：2023.39(3)
  • 9