基于輕量級(jí)YOLOv4的小目標(biāo)實(shí)時(shí)檢測(cè)

摘要： 為實(shí)現(xiàn)漁業(yè)養(yǎng)殖中的精準(zhǔn)投喂，在傳統(tǒng)檢測(cè)算法的基礎(chǔ)上，提出了一種基于魚群紋理、形狀和密集度特征的輕量級(jí)魚類攝食行為實(shí)時(shí)檢測(cè)算法F-YOLO。將YOLOv4算法原來(lái)的主干特征提取網(wǎng)絡(luò)CSPDarkNet53替換為MobileNetV3，以少量檢測(cè)精度下降的代價(jià)極大提升網(wǎng)絡(luò)的實(shí)時(shí)檢測(cè)性能，提升對(duì)魚類小目標(biāo)檢測(cè)性能；對(duì)網(wǎng)絡(luò)結(jié)構(gòu)卷積層進(jìn)行通道剪枝和知識(shí)蒸餾處理壓縮模型，減少浮點(diǎn)運(yùn)算次數(shù)（...