一种轻量型果园环境果实检测方法
来源：江苏大学学报·自然科学版杂志2024年第1期北京时间：
作者：商高高，姜锟，韩江义，倪万磊
单位：江苏大学 汽车与交通工程学院, 江苏 镇江 212013
摘要：果园环境下柑橘的快速准确检测是自主采摘机器人作业的关键.针对现有的模型过于冗余、检测速度与精度不平衡等问题，提出一种轻量型果园环境果实检测方法.在YOLOv4算法的基础上引入焦点损失函数（Focal Loss）来提高模型在二分类检测任务中的负样本挖掘能力，并针对模型参数冗余等问题提出一种优化的模型剪枝方法.试验结果表明：提出的方法在果园环境中柑橘果实数据集检测得到的平均精度均值（mean average precision，MAP）达到94.22%，相较于YOLOv4模型提高了1.18%，模型参数减小了95.22%，模型尺寸为原来的4.84%，检测速度为原来的4.03倍.
关键词：柑橘, 机器视觉, 目标检测, 焦点损失函数, 模型剪枝
基金资助：江苏省重点研发计划项目(BE2018343)； 园艺电动拖拉机研发项目(BE2017333)\r\n<div> </div>
