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?。?span>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(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,，提出了改進的YOLOv5n模型，命名為mobile-YOLO,。首先將YOLOv5n的主干網(wǎng)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(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(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(xiàn)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。