基于边缘设备的轻量化小目标果实检测模型

• 作者: 张文利 陈开臻 刘鈺昕 段玉林 郭威 史云
• 来源期刊: 中国农业信息
• 关键词: 果实检测 Yolov3 小目标 轻量化 Jetson TX2 nano
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 智慧农业|Smart Agriculture
• 页码范围: 28-36
• 页数: 9页
• 语种: 中文
• DOI: 10.12105/j.issn.1672-0423.20210104

摘要

[目的]随着计算机视觉和智慧农业的快速发展,果实检测技术已成为研究热点.然而在果园实际应用场景中,存在模型计算量大、目标果实尺度小的问题,导致模型难以在边缘设备上实时运行且小目标果实检测精度低,因此文章通过改进Yolov3模型,设计并实现一种轻量化小目标果实检测模型RegNet-Yolov3,能够在边缘设备上实时运行并实现高精度果实检测.[方法]该模型通过构建轻量化特征提取网络,有效降低模型参数计算量,满足在边缘设备上实时运行要求;并针对柑橘果实小尺度特点,通过添加浅层网络检测分支优化模型小目标检测性能,提升检测精度.[结果]将模型部署在边缘设备Jetson TX2 nano上进行测试,模型mAP值和网络推理速度分别为96.0％和122 ms,均优于原先Yolov3网络测试结果.[结论]实验结果表明,该研究模型能够实现在保持较高检测精度下,在边缘设备Jetson TX2 nano上实时运行,满足果园作业平台果实检测工作.