基于网络瘦身算法的YOLOv4-tiny的甘蔗茎节识别

来源：中国农机化学报杂志2023年第2期北京时间：

作者：陈文, 余康, 李岩舟, 陈远玲, 胡珊珊, 乔曦

单位：1. 广西大学机械工程学院，南宁市，530004； 2. 中国农业科学院深圳农业基因组研究所，广东深圳，518000

摘要：为提高智能甘蔗收获的准确性，降低算法对部署的高算力要求，利用轻量级目标检测算法YOLOv4-tiny相对YOLOv4算法更简化的网络结构、更高的推理速度等优点，提出基于MobileNet和网络瘦身的两种YOLOv4-ting识别算法方案，并比较二者的精度和模型复杂度。其中，基于网络瘦身算法的YOLOv4-tiny在精度较瘦身前(947%)下降0.6%的情况下，模型复杂度下降为原来的1/3，即瘦身后的FLOPs和Params分别为1.1 G和1 789 658。而以MobileNet为Backbone的YOLOv4-tiny在精度下降1.92%的情况下，它的FLOPs和Params为1.29 G、2 600 068，其在精度和模型复杂度上的表现都不如瘦身后的YOLOv4-tiny模型。结果表明：基于网络瘦身算法的YOLOv4-tiny甘蔗茎节识别模型可有效降低模型复杂度，其计算量对嵌入式设备和移动式设备友好。该研究可为智能甘蔗收割机构的开发提供技术参考。

关键词：MobileNet,网络瘦身,YOLOv4-tiny,甘蔗茎节

基金资助：国家自然科学基金项目（51665004）