基于改进YOLOv7-Tiny的轻量化百香果检测方法

涂智荣; 凌海英; 李帼; 陆声链; 钱婷婷; 陈明

doi:10.16088/j.issn.1001-6600.2023120303

广西师范大学学报（自然科学版） ›› 2024, Vol. 42 ›› Issue (05) : 79 -90. DOI: 10.16088/j.issn.1001-6600.2023120303

基于改进YOLOv7-Tiny的轻量化百香果检测方法

涂智荣, 凌海英, 李帼, 陆声链, 钱婷婷, 陈明

作者信息 +

Author information +

文章历史 +

摘要

在果园中，准确且快速的果实检测是水果产量预测和自动化采摘等农业智能化应用的关键任务之一。针对目前目标检测模型参数量和计算量大，难以满足嵌入式设备实时性要求的问题，本文提出一种基于改进YOLOv7-Tiny的轻量化检测方法，用于复杂果园环境中百香果的检测。首先，在主干网络中使用全维动态卷积(ODConv),提高主干网络的特征提取能力，使平均精度均值(mAP)提升2个百分点；其次，为了减少颈部网络的参数量和计算量，融合GhostNet网络和MobileOne网络，提出GMConv轻量化模块，使模型参数量下降约30%,计算量下降约20%,FPS提高约50 frame/s。在百香果数据集上的实验结果表明，与YOLOv7-Tiny相比，改进后算法的参数量和计算量分别下降32.1%和25.4%,mAP提升2.6个百分点。在降低计算量和参数量的前提下，改进后算法进一步提高了检测精度，有利于在嵌入式设备中部署。