基于網(wǎng)絡(luò)瘦身算法的YOLOv4-tiny的甘蔗莖節(jié)識別

打開文本圖片集

摘要：為提高智能甘蔗收獲的準(zhǔn)確性，降低算法對部署的高算力要求，利用輕量級目標(biāo)檢測算法YOLOv4-tiny相對YOLOv4算法更簡化的網(wǎng)絡(luò)結(jié)構(gòu)、更高的推理速度等優(yōu)點，提出基于MobileNet和網(wǎng)絡(luò)瘦身的兩種YOLOv4-ting識別算法方案，并比較二者的精度和模型復(fù)雜度。其中，基于網(wǎng)絡(luò)瘦身算法的YOLOv4-tiny在精度較瘦身前（94.7%）下降0.6%的情況下，模型復(fù)雜度下降為原來的1/3，即瘦身后的FLOPs和Params分別為1.1 G和1 789 658。（剩余14462字）