摘要

为了满足高精度柑橘检测算法在嵌入式设备上的部署要求,论文基于YOLOv4与树莓派硬件平台设计了一种高效的柑橘检测算法。首先借鉴GhostNet思想,设计了轻量级的网络单元并以此压缩了网络结构。其次,针对柑橘的形状特征用圆形边界框进行目标定位,同时改进了CIOU边框回归损失函数。实验结果表明,改进后的算法在柑橘检测任务中的F1分数达83.95%,尤其对遮挡问题的改善效果明显,而模型大小仅为52.5 MB,移植到树莓派平台后对单张图片处理时间不足YOLOv4的三分之一,内存占用率仅为28.6%。