基于YOLOv4模型剪枝的番茄缺陷在线检测

TP391.4; 为解决番茄缺陷检测过程中的精确性和实时性问题,该研究提出一种基于模型剪枝的番茄表面缺陷实时检测方法.采用模型剪枝的方法在YOLOv4网络模型基础上进行模型优化,首先将3个连续检测工位采集的RGB图像拼接生成YOLOv4网络的输入图像,然后采用通道剪枝和层剪枝的方法压缩YOLOv4网络模型,从而减少模型参数,提高检测速度,最后提出一种基于L1范数的非极大值抑制方法,用于在模型微调后去除冗余预测框,从而精准定位图像中的缺陷位置,并将模型部署到分级系统上进行实时检测试验.结果表明,该研究提出的YOLOv4P网络与原YOLOv4网络相比,网络模型尺寸和推理时间分别减少了232.40...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 38; no. 6; pp. 283 - 292
Main Authors 梁晓婷, 庞琦, 杨一, 文朝武, 李友丽, 黄文倩, 张驰, 赵春江
Format Journal Article
LanguageChinese
Published 上海海洋大学信息学院,上海 201306 15.03.2022
北京市农林科学院智能装备技术研究中心,北京 100097
北京市农林科学院信息技术研究中心,北京 100097%北京市农林科学院智能装备技术研究中心,北京 100097
北京市农林科学院信息技术研究中心,北京 100097%湖南省农业装备研究所,长沙 410125%北京市农林科学院智能装备技术研究中心,北京 100097
Subjects
机器视觉
YOLOv4
番茄缺陷
模型剪枝
模型
Online AccessGet full text
ISSN1002-6819
DOI10.11975/j.issn.1002-6819.2022.06.032

Cover

Abstract TP391.4; 为解决番茄缺陷检测过程中的精确性和实时性问题,该研究提出一种基于模型剪枝的番茄表面缺陷实时检测方法.采用模型剪枝的方法在YOLOv4网络模型基础上进行模型优化,首先将3个连续检测工位采集的RGB图像拼接生成YOLOv4网络的输入图像,然后采用通道剪枝和层剪枝的方法压缩YOLOv4网络模型,从而减少模型参数,提高检测速度,最后提出一种基于L1范数的非极大值抑制方法,用于在模型微调后去除冗余预测框,从而精准定位图像中的缺陷位置,并将模型部署到分级系统上进行实时检测试验.结果表明,该研究提出的YOLOv4P网络与原YOLOv4网络相比,网络模型尺寸和推理时间分别减少了232.40 MB和10.11 ms,平均精度均值(Mean Average Precision,mAP)从92.45％提高到94.56％,能满足实际生产中针对缺陷番茄进行精准、实时检测的要求,为番茄分级系统提供了高效的实时检测方法.
AbstractList TP391.4; 为解决番茄缺陷检测过程中的精确性和实时性问题,该研究提出一种基于模型剪枝的番茄表面缺陷实时检测方法.采用模型剪枝的方法在YOLOv4网络模型基础上进行模型优化,首先将3个连续检测工位采集的RGB图像拼接生成YOLOv4网络的输入图像,然后采用通道剪枝和层剪枝的方法压缩YOLOv4网络模型,从而减少模型参数,提高检测速度,最后提出一种基于L1范数的非极大值抑制方法,用于在模型微调后去除冗余预测框,从而精准定位图像中的缺陷位置,并将模型部署到分级系统上进行实时检测试验.结果表明,该研究提出的YOLOv4P网络与原YOLOv4网络相比,网络模型尺寸和推理时间分别减少了232.40 MB和10.11 ms,平均精度均值(Mean Average Precision,mAP)从92.45％提高到94.56％,能满足实际生产中针对缺陷番茄进行精准、实时检测的要求,为番茄分级系统提供了高效的实时检测方法.
Author 梁晓婷
赵春江
庞琦
杨一
黄文倩
文朝武
张驰
李友丽
AuthorAffiliation 上海海洋大学信息学院,上海 201306;北京市农林科学院智能装备技术研究中心,北京 100097;北京市农林科学院信息技术研究中心,北京 100097%北京市农林科学院智能装备技术研究中心,北京 100097;北京市农林科学院信息技术研究中心,北京 100097%湖南省农业装备研究所,长沙 410125%北京市农林科学院智能装备技术研究中心,北京 100097
AuthorAffiliation_xml – name: 上海海洋大学信息学院,上海 201306;北京市农林科学院智能装备技术研究中心,北京 100097;北京市农林科学院信息技术研究中心,北京 100097%北京市农林科学院智能装备技术研究中心,北京 100097;北京市农林科学院信息技术研究中心,北京 100097%湖南省农业装备研究所,长沙 410125%北京市农林科学院智能装备技术研究中心,北京 100097
Author_FL Yang Yi
Liang Xiaoting
Li Youli
Zhang Chi
Pang Qi
Wen Chaowu
Zhao Chunjiang
Huang Wenqian
Author_FL_xml – sequence: 1
  fullname: Liang Xiaoting
– sequence: 2
  fullname: Pang Qi
– sequence: 3
  fullname: Yang Yi
– sequence: 4
  fullname: Wen Chaowu
– sequence: 5
  fullname: Li Youli
– sequence: 6
  fullname: Huang Wenqian
– sequence: 7
  fullname: Zhang Chi
– sequence: 8
  fullname: Zhao Chunjiang
Author_xml – sequence: 1
  fullname: 梁晓婷
– sequence: 2
  fullname: 庞琦
– sequence: 3
  fullname: 杨一
– sequence: 4
  fullname: 文朝武
– sequence: 5
  fullname: 李友丽
– sequence: 6
  fullname: 黄文倩
– sequence: 7
  fullname: 张驰
– sequence: 8
  fullname: 赵春江
BookMark eNo9j7tKA0EYRqeIYIx5DLHa8Z_LzqWU4A0C22hhFWbW2ZAgE3Dw1lmkkYidhaIRsQnpRVgEX8bd1bdwRbH64BTf4Syhhh95h9AKAUyIlvHaEA9C8JgA0EgoojEFSjEIDIw2UPOfL6J2CAMLMWESgJMmYsVj_pFf7yfd5ISXs6diOiku5-X0obobVzfzz6tx9ZZ_3b4W97Mqfy-fL8qXyTJayMxhcO2_baG9zY3dznbUTbZ2OuvdKJBaH8UuTbVTqQIuDOWplVYYyXjK4tgaZsFwIxTLDOhM6QNFqJSCWukcocRpyVpo9ff31PjM-H5vODo-8rWx58_76Zn9iQRRJ7Jv0RRa6w
ClassificationCodes TP391.4
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11975/j.issn.1002-6819.2022.06.032
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Agriculture
DocumentTitle_FL Online detection of tomato defects based on YOLOv4 model pruning
EndPage 292
ExternalDocumentID nygcxb202206032
GrantInformation_xml – fundername: (国家自然科学基金); (北京市农林科学院博士后基金); (北京市科技计划课题)
  funderid: (国家自然科学基金); (北京市农林科学院博士后基金); (北京市科技计划课题)
GroupedDBID -04
2B.
4A8
5XA
5XE
92G
92I
93N
ABDBF
ABJNI
ACGFO
ACGFS
ACUHS
AEGXH
AIAGR
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CHDYS
CW9
EOJEC
FIJ
IPNFZ
OBODZ
PSX
RIG
TCJ
TGD
TUS
U1G
U5N
ID FETCH-LOGICAL-s1022-5ecc9e8c8046a24cb7b6a734c355ba3b0a4a683fa09f89d8127762b7ee121e973
ISSN 1002-6819
IngestDate Thu May 29 04:08:36 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 6
Keywords 机器视觉
YOLOv4
番茄缺陷
模型剪枝
模型
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1022-5ecc9e8c8046a24cb7b6a734c355ba3b0a4a683fa09f89d8127762b7ee121e973
PageCount 10
ParticipantIDs wanfang_journals_nygcxb202206032
PublicationCentury 2000
PublicationDate 2022-03-15
PublicationDateYYYYMMDD 2022-03-15
PublicationDate_xml – month: 03
  year: 2022
  text: 2022-03-15
  day: 15
PublicationDecade 2020
PublicationTitle 农业工程学报
PublicationTitle_FL Transactions of the Chinese Society of Agricultural Engineering
PublicationYear 2022
Publisher 上海海洋大学信息学院,上海 201306
北京市农林科学院智能装备技术研究中心,北京 100097
北京市农林科学院信息技术研究中心,北京 100097%北京市农林科学院智能装备技术研究中心,北京 100097
北京市农林科学院信息技术研究中心,北京 100097%湖南省农业装备研究所,长沙 410125%北京市农林科学院智能装备技术研究中心,北京 100097
Publisher_xml – name: 北京市农林科学院信息技术研究中心,北京 100097%北京市农林科学院智能装备技术研究中心,北京 100097
– name: 上海海洋大学信息学院,上海 201306
– name: 北京市农林科学院信息技术研究中心,北京 100097%湖南省农业装备研究所,长沙 410125%北京市农林科学院智能装备技术研究中心,北京 100097
– name: 北京市农林科学院智能装备技术研究中心,北京 100097
SSID ssib051370041
ssj0041925
ssib001101065
ssib023167668
Score 2.512177
Snippet TP391.4; 为解决番茄缺陷检测过程中的精确性和实时性问题,该研究提出一种基于模型剪枝的番茄表面缺陷实时检测方法.采用模型剪枝的方法在YOLOv4网络模型基础上进行模型优...
SourceID wanfang
SourceType Aggregation Database
StartPage 283
Title 基于YOLOv4模型剪枝的番茄缺陷在线检测
URI https://d.wanfangdata.com.cn/periodical/nygcxb202206032
Volume 38
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Academic Search Ultimate | Ebsco
  issn: 1002-6819
  databaseCode: ABDBF
  dateStart: 20140101
  customDbUrl: https://search.ebscohost.com/login.aspx?authtype=ip,shib&custid=s3936755&profile=ehost&defaultdb=asn
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://search.ebscohost.com/direct.asp?db=asn
  omitProxy: true
  ssIdentifier: ssj0041925
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV1LbxMxELbaVEJwQDzFWzngE9qwDz-P3mSjCkF7aaVyqnY3m3AKUpsi6IlDL6iIGwcQFCEuVe8IKULiz5AE_gUzjpNsKOJ1sSw_vpnxrD1jrx-E3Az8XEWpEF4rYsJDi-XpPAVHrsV5Cu5uLgo84HxvRSyvszsbfGNhcaW0a2mnl9Xy3V-eK_kfrUIa6BVPyf6DZqegkABx0C-EoGEI_0rHNOFUN2lsaMIwVMn91burjxhNBDWKmsAWSKiKMaI0NQazIEU3aCKphirMRrjNUlTVXUpct7Caak1jaXHqiIlZhsZNSyLCfRIQiQE8Lru5lpzAKsiYQkKQAjiGIwLgjFkyDWoEIigDWRPlW-wQfFzLLLAQ2bLIyKwIRz5AEuTeB5RyZZAOWbWklT-XA6SkjdRtG4gxC-W1D5g240Y6Pv1aJ0DGiRrL-QibCMOokSWpGDaTsUKAKKZZyrLNCiKG9ePgt0L8zStK1gLNiVBuzHfmJFKlbjNnG8Yv9jg3Ixw_AXjcgmnJrQlDCrUphRqKb2-adcvB85eEd5908scZlvEFlFgkS6EUIqyQJRM34ubMQQ5wDWA6god4D4KYTTh5EOFzB9NNUrhFgNv9Ao6NE4ROmLz9OxbtEbhuO-12St7a2hly2k2zqmbcZ86Shd0H58gp09lyV80U50k0eNf_2n8x7jHDw_eDg_3Bs6PhwdvR673Ry6Nvz_dGn_vfX30avDkc9b8MPzwdfty_QNabyVp92XNPiHjbuJThcRihdKFy5TORhizPZCZSGbEc3OwsjTI_ZalQUTv1dVvpFni7EryDTBZFEAaFltFFUuk-7BaXSFWGITSQyHyZctbKCxUGmRa5n_oKBrVMXyZVJ_KmGyK2N39Sy5U_F7lKTs4-9Guk0tvaKa6D29vLbjhd_gA0J33S
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8EYOLOv4%E6%A8%A1%E5%9E%8B%E5%89%AA%E6%9E%9D%E7%9A%84%E7%95%AA%E8%8C%84%E7%BC%BA%E9%99%B7%E5%9C%A8%E7%BA%BF%E6%A3%80%E6%B5%8B&rft.jtitle=%E5%86%9C%E4%B8%9A%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E6%A2%81%E6%99%93%E5%A9%B7&rft.au=%E5%BA%9E%E7%90%A6&rft.au=%E6%9D%A8%E4%B8%80&rft.au=%E6%96%87%E6%9C%9D%E6%AD%A6&rft.date=2022-03-15&rft.pub=%E4%B8%8A%E6%B5%B7%E6%B5%B7%E6%B4%8B%E5%A4%A7%E5%AD%A6%E4%BF%A1%E6%81%AF%E5%AD%A6%E9%99%A2%2C%E4%B8%8A%E6%B5%B7+201306&rft.issn=1002-6819&rft.volume=38&rft.issue=6&rft.spage=283&rft.epage=292&rft_id=info:doi/10.11975%2Fj.issn.1002-6819.2022.06.032&rft.externalDocID=nygcxb202206032
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fnygcxb%2Fnygcxb.jpg