期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
面向海洋牧场智能化建设的海珍品实时检测方法 被引量:5
1
作者 洪亮 王芳 +2 位作者 蔡克卫 陈鹏宇 林远山 《农业工程学报》 EI CAS CSCD 北大核心 2021年第9期304-311,共8页
海珍品检测对海洋牧场的智能化建设至关重要,在实时性和准确性方面仍有待提高。该研究提出一种改进的YOLOv3海珍品检测方法。利用深度可分离卷积替代YOLOv3中的标准卷积,得到一个轻量化网络模型DSC-YOLO(Depthwise Separable Convolutio... 海珍品检测对海洋牧场的智能化建设至关重要,在实时性和准确性方面仍有待提高。该研究提出一种改进的YOLOv3海珍品检测方法。利用深度可分离卷积替代YOLOv3中的标准卷积,得到一个轻量化网络模型DSC-YOLO(Depthwise Separable Convolution-YOLO);在数据预处理方面,采用图像增强方法UGAN提升海珍品图像清晰度,采用Mosaic数据增广方法丰富数据的多样性。在海珍品数据集上的试验结果显示,相较YOLOv3而言,所提模型大小减少70%,推理时间降低16%,召回率R提高了2.7%,平均准确率提高了2.4%,F1分数提高了0.4%。可见该方法模型小、实时性好,具有部署到移动设备上的潜力。 展开更多
关键词 深度学习 机器视觉 卷积神经网络 YOLOv3网络 深度可分离卷积 海珍品目标检测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部