改进YOLOv4算法的袋料香菇检测方法

作     者：黄英来 李大明 吕鑫 杨柳松 HUANG Ying-lai;LI Da-ming;LÜ Xin;YANG Liu-song

作者机构：东北林业大学信息与计算机工程学院哈尔滨150040 

出 版 物：《哈尔滨理工大学学报》 (Journal of Harbin University of Science and Technology)

年 卷 期：2022年第27卷第4期

页      面：23-31页

学科分类：08[工学] 0804[工学-仪器科学与技术] 

基　　金：国家自然科学基金(61902059) 黑龙江省自然科学基金(LH2020C051). 

主　　题：YOLOv4 目标检测 gamma变换 迁移学习 香菇采摘 

摘      要：为探索对袋料栽培香菇的机械式采摘,提出一种基于改进YOLOv4的识别算法。主要改进方法为:在PANet(Path Aggregation Network)结构中,增加一条具有残差注意力机制的特征图路径,提高对小目标的识别精度,并用深度可分离卷积结构替换PANet网络中卷积层,降低了参数量。使用Focal loss损失函数改进原置信度损失函数。在数据预处理方面,采用gamma变换方法对数据进行增强扩充。在训练过程中利用迁移学习的思想,对主干网络载入VOC数据集的预训练权重。相比原YOLOv4算法,mAP值增加了4.82个百分点,达到94.39%,算法参数量降为原来的58.13%,算法更加高效和轻量化,为机械采摘提供视觉算法支持。