改进YOLOv4算法的袋料香菇检测方法 |
| |
引用本文: | 黄英来,李大明,吕鑫,杨柳松.改进YOLOv4算法的袋料香菇检测方法[J].哈尔滨理工大学学报,2022(4):23-31. |
| |
作者姓名: | 黄英来 李大明 吕鑫 杨柳松 |
| |
作者单位: | 东北林业大学信息与计算机工程学院 |
| |
基金项目: | 国家自然科学基金(61902059);;黑龙江省自然科学基金(LH2020C051); |
| |
摘 要: | 为探索对袋料栽培香菇的机械式采摘,提出一种基于改进YOLOv4的识别算法。主要改进方法为:在PANet(Path Aggregation Network)结构中,增加一条具有残差注意力机制的特征图路径,提高对小目标的识别精度,并用深度可分离卷积结构替换PANet网络中卷积层,降低了参数量。使用Focal loss损失函数改进原置信度损失函数。在数据预处理方面,采用gamma变换方法对数据进行增强扩充。在训练过程中利用迁移学习的思想,对主干网络载入VOC数据集的预训练权重。相比原YOLOv4算法,mAP值增加了4.82个百分点,达到94.39%,算法参数量降为原来的58.13%,算法更加高效和轻量化,为机械采摘提供视觉算法支持。
|
关 键 词: | YOLOv4 目标检测 gamma变换 迁移学习 香菇采摘 |
|
|