一种基于轻量版YOLOv5s的水果检测方法

作者：邓瑞; 刘辉翔; 王一群; 陈雯柏^*

来源：北京信息科技大学学报(自然科学版), 2023, 38(04): 19-25.

DOI：10.16508/j.cnki.11-5866/n.2023.04.003

• YOLOv5s
• 注意力机制
• 无人售货
• Shufflenetv2
• 水果检测

针对无人水果售货系统中，水果检测速度慢、识别率低的问题，提出一种基于轻量版YOLOv5s的检测方法。首先，将YOLOv5s的主干网络替换为轻量化网络Shufflenetv2,简化模型结构的同时提升检测速度；其次，在主干网络中添加注意力机制，增强模型对不同通道的注意力，提高算法的语义特征信息提取能力；最后，使用双向特征金字塔网络BiFPN筛选特征，提高网络对不同尺度信息的识别精度。实验结果表明，改进算法在检测精度和速度方面优于主流目标检测算法Faster R-CNN、SSD、YOLOv7-tiny、YOLOv3、YOLOv4以及原模型YOLOv5s。该方法在TI Sitara平台上实际测试的检测速率为23帧/s,平均精度均值为89%,能够满足无人水果售货系统对商品检测精度和实时性的要求。

• 单位
  自动化学院; 北京信息科技大学