期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AutoAssign模型的水果检测
1
作者
丁士宁
刘金兰
《现代计算机》
2024年第10期40-44,共5页
为提高水果检测精度,收集菠萝、蛇果、火龙果、香蕉四种水果的图像,构建水果检测数据集。将Auto-Assign模型应用到水果检测中,并在此基础上提出了改进。采用多尺度训练策略,并用RegNet网络替代原有的骨干特征提取网络ResNet50。改进模...
为提高水果检测精度,收集菠萝、蛇果、火龙果、香蕉四种水果的图像,构建水果检测数据集。将Auto-Assign模型应用到水果检测中,并在此基础上提出了改进。采用多尺度训练策略,并用RegNet网络替代原有的骨干特征提取网络ResNet50。改进模型的平均精度均值达到86.8%,比原AutoAssign模型提升了5.4个百分点。所提模型的平均帧率达到34.6 img·s-1。与Faster R-CNN、RetinaNet、FCOS模型相比,该模型的平均精度均值分别提升了6.0、5.7、5.0个百分点。所提模型明显提升了水果检测精度,检测速度可接受,对于水果检测具有一定的参考意义。
展开更多
关键词
水果检测
autoassign
多尺度训练
RegNet网络
在线阅读
下载PDF
职称材料
题名
基于AutoAssign模型的水果检测
1
作者
丁士宁
刘金兰
机构
信阳农林学院信息工程学院
出处
《现代计算机》
2024年第10期40-44,共5页
基金
信阳农林学院青年教师科研基金项目(QN2021057)。
文摘
为提高水果检测精度,收集菠萝、蛇果、火龙果、香蕉四种水果的图像,构建水果检测数据集。将Auto-Assign模型应用到水果检测中,并在此基础上提出了改进。采用多尺度训练策略,并用RegNet网络替代原有的骨干特征提取网络ResNet50。改进模型的平均精度均值达到86.8%,比原AutoAssign模型提升了5.4个百分点。所提模型的平均帧率达到34.6 img·s-1。与Faster R-CNN、RetinaNet、FCOS模型相比,该模型的平均精度均值分别提升了6.0、5.7、5.0个百分点。所提模型明显提升了水果检测精度,检测速度可接受,对于水果检测具有一定的参考意义。
关键词
水果检测
autoassign
多尺度训练
RegNet网络
Keywords
fruit detection
autoassign
multi-scale training
RegNet network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TS255.7 [轻工技术与工程—农产品加工及贮藏工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于AutoAssign模型的水果检测
丁士宁
刘金兰
《现代计算机》
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部