改进YOLOv4的蚕豆苗检测算法及TensorRT加速

文档名：改进YOLOv4的蚕豆苗检测算法及TensorRT加速
摘要：提出一种基于改进YOLOv4网络的轻量化蚕豆苗检测方法,使用MobileNet网络代替YOLOv4原主干网络CSPDarknet53,并用深度可分离卷积替换骨干网络,加强特征提取网络和预测层的普通卷积;改进网络训练后,利用NVIDIA的加速引擎TensorRT对网络结构进行重构和优化,提高GPU运行效率,在嵌入式平台上实现模型的推理与加速;实验结果显示:改进网络体积缩小至原网络体积约20％,AP仅下降3.14％,但检测速度是原网络的4倍.在JetsonNano嵌入式平台上,改进后的网络模型推理速度达到20.3FPS;表明提出的网络模型能支持深度学习模型在嵌入式平台的实时应用.

作者：杨肖  袁锐波  李兆旭  曹志鹏  林红刚  朱正Author：YANGXiao  YUANRuibo  LIZhaoxu  CAOZhipeng  LINHonggang  ZHUZheng
作者单位：昆明理工大学机电工程学院,昆明650504
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(6)
分类号：F326.4
关键词：目标检测  YOLOv4  TensorRT  嵌入式平台  
机标分类号：TP391.41TN929.5TP277
在线出版日期：2023年6月6日
基金项目：云南省重大科技专项计划项目改进YOLOv4的蚕豆苗检测算法及TensorRT加速[
期刊论文]  重庆理工大学学报--2023, 37(6)杨肖  袁锐波  李兆旭  曹志鹏  林红刚  朱正提出一种基于改进YOLOv4网络的轻量化蚕豆苗检测方法,使用MobileNet网络代替YOLOv4原主干网络CSPDarknet53,并用深度可分离卷积替换骨干网络,加强特征提取网络和预测层的普通卷积;改进网络训练后,利用NVIDIA的加速引擎T...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        改进YOLOv4的蚕豆苗检测算法及TensorRT加速  The improved YOLOv4 algorithm for broad bean sprout detection and TensorRT acceleration

改进YOLOv4的蚕豆苗检测算法及TensorRT加速.pdf

2024-12-14 13:38 上传 改进YOLOv4的蚕豆苗检测算法及TensorRT加速.pdf

文件大小:

11.53 MB

下载次数:

60

高速下载