| 基于改進(jìn)YOLOv5n的腐敗水果檢測模型 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：4660 K | |
| 標(biāo)簽： 腐敗水果 MobileNetV3 深度可分離卷積 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了實現(xiàn)多種水果在采摘后自動化篩選和分揀中腐敗水果識別的問題，提出了改進(jìn)的YOLOv5n模型，命名為mobile-YOLO。首先將YOLOv5n的主干網(wǎng)絡(luò)替換為MobileNetV3并引入深度可分離卷積，相較于原模型，這種改進(jìn)在計算效率和速度上都有所提升，并且準(zhǔn)確率也得到了提高。為了進(jìn)一步提升速度，將C3模塊替換為C2f模塊，實現(xiàn)輕量化的同時獲得了更豐富的梯度流信息。最后將原有的CIoU替換為α-CIoU，以加快收斂速度并保證圖像框位置的準(zhǔn)確性。mobile-YOLO相較于原始的YOLOv5n，mAP@.5（mean Average Precision）達(dá)到了98.1%，mAP@.5：.95達(dá)到了94.2%，同時在P（Precision）值為97.1%和R（Recall）值為96.8%的情況下，參數(shù)量幾乎與YOLOv5n保持一致。此外，計算量下降至3.7 GFLO/s，實現(xiàn)了實時高精度的腐敗水果檢測。同時，在CPU、NVIDIA Jetson Nano和NVIDIA Jetson Xavier NX等設(shè)備上部署測試，幀率檢測結(jié)果分別為20 F/s、38 F/s和76 F/s，滿足在邊緣設(shè)備上進(jìn)行實時檢測的需求，驗證了提出的mobile-YOLO模型在腐敗水果分揀識別方面具有較強(qiáng)的實用性。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
腐敗水果 相關(guān)資源
Copyright ? 2005-2024 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2