基于改进YOLOv5n的轻量化海产生物目标检测OA北大核心CSTPCD
Lightweight marine organism target detection based on improved YOLOv5
对于海产生物科考与捕捞等行业,在海上远洋的船只在利用水下机器人进行海产生物的捕捞与识别时,由于通信带宽受限,计算资源有限,而采用轻量化网络模型可以更好地适应这样的条件.为此,提出了一种改进YOLOv5n的海产生物目标检测模型.首先,引入高效的轻量化卷积模块(Group Shuffle Convolution,Gsconv),对模型主体进行缩减;然后改进损失函数,引用 α-giou损失函数进行优化,提升预测框回归精度;再引L1-norm正则化剪枝,…查看全部>>
In marine biology research and fishing industries,ships using underwater robots to capture and identify marine organisms may face limited communication bandwidth and computing resources,making lightweight network models better suited for such conditions.To address this issue,a modified YOLOv5n model for marine organism detection was proposed,incorporating improvements in the neck network,model pruning,and knowledge distillation techniques.The model size was …查看全部>>
张翔;张俊虎;李海涛;李辉
青岛科技大学信息科学与技术学院,山东 青岛 266061青岛科技大学信息科学与技术学院,山东 青岛 266061青岛科技大学信息科学与技术学院,山东 青岛 266061青岛科技大学信息科学与技术学院,山东 青岛 266061
海洋学
海产生物目标检测YOLOv5nGsconv模型剪枝知识蒸馏
marine biological target detectionYOLOv5ngsconvmodel pruningknowledge distillation
《渔业现代化》 2024 (3)
激光点云三维目标信息提取与视频图像融合的多目标跟踪算法研究
89-97,9
国家自然科学基金(61702295)青岛市海洋科技创新专项(22-3-3-hygg-hy)
评论