一种基于GhostNet的绿色类圆果实识别方法

为实现果园实际环境中绿色类圆果实的识别,研究了基于单阶段目标检测网络的绿色类圆果实识别方法。本研究对比4种不同轻量化卷积网络模型,以GhostNet作为本研究网络的主干特征提取网络,将提取到的特征信息利用复杂双向多尺度融合网络进行融合,最后以改进后的YOLO_Head作为预测头,建立适合本研究的目标检测网络。结果表明,在果园背景下本研究构建的目标检测网络对绿色类圆果实的均值平均精度达到96.8%,每张图片检测所用的时间为37 ms,网络内存占用大小为11.8 M,实现了对绿色类圆果实的快速、准确识别,能够为早期果树的产量预估、病虫害识别提供技术支撑。