基于輕量化YOLO v8s-GD的自然環(huán)境下百香果快速檢測(cè)模型

摘要： 為了提高百香果檢測(cè)精度，并將深度學(xué)習(xí)模型部署在移動(dòng)平臺(tái)上，實(shí)現(xiàn)快速實(shí)時(shí)推理，本文提出一種基于改進(jìn)YOLO v8s的輕量化百香果檢測(cè)模型(YOLO v8s-GD)。使用聚集和分發(fā)機(jī)制(GD)替換頸部特征融合網(wǎng)絡(luò)，提高模型對(duì)百香果圖像特征信息跨層融合能力和模型泛化能力；通過(guò)基于層自適應(yīng)幅度的剪枝(LAMP)修剪模型，損失一定精度換取減小模型體積，減少模型參數(shù)量，以實(shí)現(xiàn)在嵌入式設(shè)備上...