領(lǐng)學術(shù)科研之先,創(chuàng)食品科技之新
—— 中國食品雜志社
期刊集群
基于IDS-YOLO的糧堆表面小麥不完善粒實時檢測方法
來源:導入 閱讀量: 37 發(fā)表時間: 2024-12-10
作者: 范嘉偉,吳蘭,閆晶晶
關(guān)鍵詞: 實時檢測;小麥不完善粒;小目標檢測;儲糧品質(zhì);深度學習?
摘要:

現(xiàn)階段倉內(nèi)糧堆表面的糧情檢測可由智能設(shè)備協(xié)助完成。智能設(shè)備所采集的糧堆表面圖片背景密集復雜、顆粒互相重疊對檢測形成噪聲干擾。為解決目標檢測算法對不完善顆粒的高漏檢率并提高模型檢測速度,本研究對輕量化網(wǎng)絡(luò)模型YOLOV4-Tiny進行優(yōu)化。首先,增加小目標檢測層提升高語義信息利用率,其次,嵌入基于指數(shù)思想優(yōu)化的SENet注意力機制模塊,由此設(shè)計增強特征提取網(wǎng)絡(luò)提升模型在復雜背景中對不完善顆粒的特征提取能力,提高檢測精度并降低漏檢率。最后,以深度可分離卷積作為主干部分殘差網(wǎng)絡(luò)的特征提取方式,減少模型的參數(shù)計算量,優(yōu)化模型部署并解決實時性差的問題。實驗表明本研究所提出的改進算法IDS-YOLO在檢測速度和檢測精度之間達到了平衡,相比于其他對比算法模型的均值平均精度平均提升了6.2%;幀率值達到88.03,滿足實時檢測的要求,改進后模型參數(shù)量的大小僅有5.51 MB。

電話: 010-87293157 地址: 北京市豐臺區(qū)洋橋70號

版權(quán)所有 @ 2023 中國食品雜志社 京公網(wǎng)安備11010602060050號 京ICP備14033398號-2

遂川县| 周宁县| 永昌县| 云南省| 永新县| 吉木萨尔县| 邻水| 赞皇县| 卓尼县| 台湾省| 河北区| 固原市| 子洲县| 秦安县| 白河县| 濮阳市| 兴隆县| 通渭县| 江阴市| 礼泉县| 息烽县| 临漳县| 汝南县| 靖宇县| 南江县| 富锦市| 九寨沟县| 五莲县| 枣强县| 绥宁县| 边坝县| 滁州市| 临沧市| 太康县| 新竹市| 七台河市| 炎陵县| 高陵县| 西畴县| 贺兰县| 离岛区|