| 基于改進YOLOv5n的腐敗水果檢測模型 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大小：4660 K | |
| 標簽： 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，提出了改進的YOLOv5n模型，命名為mobile-YOLO。首先將YOLOv5n的主干網絡替換為MobileNetV3并引入深度可分離卷積，相較于原模型，這種改進在計算效率和速度上都有所提升，并且準確率也得到了提高。為了進一步提升速度，將C3模塊替換為C2f模塊，實現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確性。mobile-YOLO相較于原始的YOLOv5n，[email protected]（mean Average Precision）達到了98.1%，[email protected]：.95達到了94.2%，同時在P（Precision）值為97.1%和R（Recall）值為96.8%的情況下，參數量幾乎與YOLOv5n保持一致。此外，計算量下降至3.7 GFLO/s，實現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等設備上部署測試，幀率檢測結果分別為20 F/s、38 F/s和76 F/s，滿足在邊緣設備上進行實時檢測的需求，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的實用性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2