面向复杂场景下的轻量级可循环回收物品检测 |
| |
引用本文: | 邓钧霖,闫旸,陈泽秋.面向复杂场景下的轻量级可循环回收物品检测[J].天津职业技术师范大学学报,2023(4):17-23. |
| |
作者姓名: | 邓钧霖 闫旸 陈泽秋 |
| |
作者单位: | 天津职业技术师范大学信息技术工程学院 |
| |
基金项目: | 教育部人文社会科学研究青年基金项目(22YJC870018);;天津市教委科研项目(2020KJ112); |
| |
摘 要: | 针对将YOLOv5模型部署至资源有限的设备时存在模型大、计算量高、检测精度不够、复杂场景下易漏检错检等问题,对YOLOv5算法进行了轻量化、高精度化改进。结合MoblieNetV2的倒残差结构和GhostNet的幻影模块提出MG模块,并基于ShuffleNet系列的分组、重排思想提出MSG模块,将原YOLOv5算法中的Conv模块和C3模块替换为MSG模块,以实现对原YOLOv5架构的轻量化改造。在检测网络的颈部,用分组后相加的操作替代普通卷积降维的操作提高网络对复杂场景的检测精度。结果表明:优化后的模型与原模型相比,模型参数量、模型体积、计算复杂度分别下降了42%、36%、34%和检测精度提高了5%。
|
关 键 词: | YOLOv5算法 MobileNet网络 ShuffleNet网络 GhostNet网络 循环经济 |
|
|