期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进YOLO v7的鲑鱼检测模型轻量化研究
1
作者 郑荣才 谭鼎文 +2 位作者 徐青 陈大勇 元轲新 《农业机械学报》 EI CAS CSCD 北大核心 2024年第11期132-139,共8页
为实现水下复杂环境下鲑鱼的快速准确识别,提出一种基于YOLO v7轻量化的鲑鱼检测模型YOLO v7-CSMRep。首先,采用Stem模块合并Backbone层的前4个卷积操作,有效降低了模型计算量。其次,使用多尺度重参数化(Multi-directional reparameteri... 为实现水下复杂环境下鲑鱼的快速准确识别,提出一种基于YOLO v7轻量化的鲑鱼检测模型YOLO v7-CSMRep。首先,采用Stem模块合并Backbone层的前4个卷积操作,有效降低了模型计算量。其次,使用多尺度重参数化(Multi-directional reparameterization,MRep)模块替代YOLO v7的ELAN和ELAN-H模块,增强了单向特征提取能力,同时大幅减少参数量和计算量。最后,在Backbone层末端集成卷积块注意力模块(Convolutional block attention module,CBAM),提升网络空间和通道特征提取能力。试验结果表明,改进后模型内存占用量、参数量和计算量分别降低4.28%、5.29%、31.30%,F1值、mAP05分别提高0.5、0.7个百分点,分别达到93.1%、97.1%,帧率提高15.41%,达到140.8 f/s。对比YOLO v5s、YOLO v6s、YOLO v7、YOLO v7-tiny、YOLO v8s模型,mAP05分别提高1.0、2.0、0.7、0.8、1.2个百分点。因此,本文提出的方法能够快速而准确地识别鲑鱼,可为深远海养殖生物量监测提供技术支撑。 展开更多
关键词 深远海养殖 鲑鱼检测 YOLO v7 Stem模块 多尺度重参数化 卷积块注意力模块
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部