基于GhostNet的机器人对番茄叶片目标检测算法

作者：姚雨蒙^*; 孙文轩; 李俊明

来源：电脑编程技巧与维护, 2023, (09): 3-8.

DOI：10.16184/j.cnki.comprg.2023.09.040

• 农业机器人
• 番茄叶片图像
• 轻量级目标识别检测网络

为了在农业机器人上部署面向番茄叶片图像的识别和检测系统，实现准确和快速检测的双重要求，在YOLOv4和YOLOv4 (tiny)目标检测算法的基础上，设计了基于GhostNet模块的YOLOv4-Ghost Net和YOLOv4 (tiny)-GhostNet两种检测算法，其中，YOLOv4 (tiny)属于YOLOv4的轻量级检测算法，进一步提升机器人对番茄叶片图像的识别检测精度和检测速度。实验结果表明，引入Ghost Net模块的深度学习检测算法，在实现模型参数量减少的情况下，保证了网络模型的特征提取和表达能力。YOLOv4 (tiny)-G hostNet的平均检测率为95.44%，相比于YOLOv4、 YOLOv4-GhostNet和YOLOv4(tiny)，平均检测率分别提高了2.21、13.99、10.21个百分点。同时YOLOv4 (tiny)-GhostNet的模型参数量不足YOLOv4的1/13，模型参数明显的缩减，极大地提高了检测算法的优势。

• 单位
  西安外事学院