-
公开(公告)号:CN117218643A
公开(公告)日:2023-12-12
申请号:CN202311136281.9
申请日:2023-09-05
Applicant: 北京理工大学
IPC: G06V20/68 , G06V10/20 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于轻量化神经网络的微小目标水果识别方法,包括如下步骤:步骤一、建立微小目标水果数据集;步骤二、改进YOLOv5模型,添加输入增强端,使用改进的ShuffleNetV2网络作为主干网络,添加浅层高分辨率特征图融合网络结构;步骤三、通过步骤一制作的小目标水果数据集及其对应的label文件进行训练,得到训练好的微小目标水果检测模型;步骤四、将待检测的微小目标水果图片输入训练好的轻量化神经网络模型得到检测结果。本发明采用的改进深度和精度的ShuffleNetV2网络以及浅层高分辨率特征图融合网络结构,有效降低模型参数量,提高果园微小目标水果的检测效率和精度。