摘要
基于YOLOv5s给出了适合移动端应用的芒果果面缺陷检测算法,并实现了相关应用程序的设计.应用程序所采用的IM_YOLOv5s算法,使用PPLCNet和GhostNet构建骨干特征提取网络和加强特征提取网络,同时使用改进的EIOU损失函数代替原CIOU损失函数更好地定位边界框,改进后的算法相比于YOLOv5s算法浮点运算次数减少了约77.22％,参数量减少了约72.65％,模型大小减小了约70.80％,在消融实验环境下batch size设置为16时的推理时间减少了约38.12％.在移动终端上的测试表明,IM_YOLOv5s可以比原算法推理时间减少约 52.7％.
NETL
NSTL
维普
万方数据