养殖网衣破损检测的EGA-NetPrune模型设计

摘要

为解决海水养殖中未能及时检测水下养殖网衣损坏的问题，提出一种基于三大核心结构创新的边缘引导自适应网络（EGA-Net）模型.边缘增强主干（EES）模块使用索贝尔算子强化细小破损边界感知，引导跨阶段（GCSP）模块利用跨阶段连接和递归改善梯度流与特征表达，自适应空间聚合下采样（ASAD）模块加权聚合空间特征以减少信息损失.为了实现轻量化，对EGA-Net模型进行结构剪枝，得到轻量化边缘引导自适应网络（EGA-NetPrune）模型.实验结果表明，EGA-Net模型取得了94.4%的P_mA@0.50,而EGA-NetPrune模型的P_mA@0.50是93.3%.两者比较，EGA-NetPrune模型参数量减少了47.76%,在检测精度不变的同时，提升了计算效率.

关键词

边缘引导自适应网络 / 海水养殖 / 网衣破损 / 轻量化 / 深度学习

基金资助

福建省海洋与渔业产业高质量发展专项资金资助项目(FJHYF-ZH-2023-09); 中国科学院与福建省科技合作资助项目(2024T3038)