基于Ghost-YOLOv3-2算法的2尺度豬目標(biāo)檢測(cè)

打開文本圖片集

摘要：為了提高養(yǎng)殖場(chǎng)豬目標(biāo)檢測(cè)的檢出率和實(shí)時(shí)性，提出一種從特征提取骨干網(wǎng)絡(luò)和特征金字塔網(wǎng)絡(luò)這2個(gè)方面對(duì)YOLOv3算法進(jìn)行改進(jìn)的豬目標(biāo)檢測(cè)算法（Ghost-YOLOv3-2），并與經(jīng)典YOLOv3、Ghost-YOLOv3、YOLOv3-2 等3種算法進(jìn)行對(duì)比研究。試驗(yàn)結(jié)果表明，特征提取骨干網(wǎng)絡(luò)的殘差單元中引入影子塊，可以在保留原有信息容量的同時(shí)減少計(jì)算量，提高網(wǎng)絡(luò)速度;特征金字塔網(wǎng)絡(luò)融合低層細(xì)粒度信息與高層語(yǔ)義信息，將輸出層改為2尺度，可以進(jìn)一步提高模型的表達(dá)能力與網(wǎng)絡(luò)的實(shí)時(shí)性;改進(jìn)的Ghost-YOLOv3-2算法在豬目標(biāo)檢測(cè)中平均精度（AP）達(dá)到88.03%，較YOLOv3算法提高5.2%;速度達(dá)到23.61 f/s，較YOLOv3算法提高34.6%，所提算法對(duì)豬檢測(cè)的檢出率和實(shí)時(shí)性有一定的提高。（剩余9539字）