基于轻量级模型的羊群多目标检测网络
张玉杰
杨瑞峰
郭晨霞
中北大学仪器与电子学院 太原 030051;山西省自动化检测装备与系统工程技术研究中心 太原 030051
摘要：为了解决多目标检测算法参数多、网络复杂计算量大、不利于在嵌入式设备进行部署的问题,提出了一种改进的轻量级多目标检测算法YOLO-EFS.在此算法中,使用EfficientFormerv2作为骨干网络进行特征提取,以此来降低网络的参数量和计算量,使用GSConv增强模型的非线性能力,引入VoV-GSCSP模块在精简模型参数量的同时提高模型性能.实验使用羊群图像数据集,以YOLOv7为基准模型做对比实验,YOLO-EFS模型网络的mAP值、P值和R值分别为84.19％、86.45％和78.16％,参数量和浮点运算次数比基准模型分别缩减了 44％和71％,在保证较高的检测精度情况下,降低了硬件成本,更适合移植到嵌入式设备中.
关键词：图像处理多目标检测轻量级EfficientFormerv2GSConv
分类号：TP391.9(计算技术、计算机技术)
资助基金：山西省中央引导地方科技发展自由探索类基础研究项目(YDZJSX2022A027)
论文发表日期：2025-08-20
在线出版日期：2025-12-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 29-33 )
英文信息