Ghost卷积轻量检测网络

检测精度88.2%

一种基于改进YOLOv7-Tiny的草莓多阶段检测轻量级网络，通过Ghost卷积、协调注意力和小目标检测头，实现更快更准的识别。

Chenglin, Li · Haonan, Wu · Tao, Zhang · Jiahuan, Lu · 李杰浩

Agriculture (Switzerland) 2024

参数信息

检测精度 (mAP@0.5)

88.2 %

参数量减少

12.10 %

计算量减少 (GFLOPs)

1.54 %

技术优势

精度高

通过协调注意力机制增强对目标区域的关注，mAP@0.5提升至88.2%，较原始YOLOv7-Tiny提高2.44%。

轻量级

使用Ghost卷积替换颈部网络普通卷积，参数量减少12.10%，GFLOPs降低1.54%，便于部署在移动端或嵌入式设备。

擅长测小目标

增加针对小目标的检测头，在160×160×64特征图上进行检测，显著提升小草莓的检测性能。

应用场景

• 智能草莓采摘：为草莓采摘机器人提供实时、准确的成熟度识别，替代人工视觉判断，支持自动化采收。
• 农业机器人视觉：可作为农业机器人的视觉感知模块，在复杂田间环境下可靠检测多阶段草莓目标。
• 边缘计算设备：模型参数量和计算量低，适合部署在算力受限的边缘设备上，实现田间实时检测。