公开(公告)号：CN118279718B

公开(公告)日：2024-08-27

申请号：CN202410674661.6

申请日：2024-05-29

Applicant: 无锡学院

Inventor： 张丽娟 ,  王浩 ,  周奇 ,  鲍军鹏 ,  吕柯 ,  杨笑康

IPC: G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/06 ,  G06N3/082 ,  G06V10/80

Abstract: 一种基于深度可分离卷积的轻量化害虫目标检测方法。属于图像处理及图像识别技术领域，具体涉及轻量化害虫目标检测技术领域。优化了YOLOv8网络结构，设计了LP_U模块和LP_D模块，并应用于YOLOv8结构中，形成LP‑YOLO(l)框架。通过剪枝和微调策略，得到精简的LP‑YOLO(s)模型，剪枝过程中减少了输出通道数和参数量，同时保留关键权重，并进一步通过参数训练得到最终的检测模型，这些策略提高了网络效率和紧凑性。解决了以往的害虫检测因复杂的参数和计算需求在资源受限的移动终端设备上部署困难的的问题。

公开(公告)号：CN118279718A

公开(公告)日：2024-07-02

申请号：CN202410674661.6

申请日：2024-05-29

Applicant: 无锡学院

Inventor： 张丽娟 ,  王浩 ,  周奇 ,  鲍军鹏 ,  吕柯 ,  杨笑康

IPC: G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/06 ,  G06N3/082 ,  G06V10/80

Abstract: 一种基于深度可分离卷积的轻量化害虫目标检测方法。属于图像处理及图像识别技术领域，具体涉及轻量化害虫目标检测技术领域。优化了YOLOv8网络结构，设计了LP_U模块和LP_D模块，并应用于YOLOv8结构中，形成LP‑YOLO(l)框架。通过剪枝和微调策略，得到精简的LP‑YOLO(s)模型，剪枝过程中减少了输出通道数和参数量，同时保留关键权重，并进一步通过参数训练得到最终的检测模型，这些策略提高了网络效率和紧凑性。解决了以往的害虫检测因复杂的参数和计算需求在资源受限的移动终端设备上部署困难的的问题。