DOI：10.3969/j.issn.1672-3872.2024.20.005
基金项目：内蒙古自治区直属高校基本科研业务费（BR221032）
作 者：赵明辉 ，郝 敏 （内蒙古农业大学机电工程学院，内蒙古 呼和浩特 010018）
摘 要：【目的】实现对草原放牧情况的实时监测和对载畜量的快速自动检测，促进草原生态系统的健康可持续发展，从而实现草畜平衡。【方法】采用深度学习方法对无人机拍摄的牛羊图像进行检测，为了提高模型的检测速度，进行轻量化改进。除了第一个Conv结构，将YOLOv5s模型的Backbone网络中其他的Conv结构和C3结构全部换成GhostConv结构和C3Ghost结构，以减少模型的计算成本。【结果】与原模型相比，YOLOv5s-Ghost模型的准确率、mAP分别下降了1个百分点、0.4个百分点，但模型的参数量减少了约50%，仅为7.43 MB；FPS为89.73，比原模型增加了42.12，检测速度大大提升。【结论】改进模型具有精度高、体积小等优势，不仅提高了检测速度，而且在实例检测中具有较好的检测效果，对于轻量化的无人机目标检测研究具有一定的参考价值。
关键词：无人机；YOLOv5s；轻量化；Ghost
引文信息：[1]赵明辉，郝敏.基于轻量化网络的无人机航拍牛羊目标识别研究[J].南方农机，2024，55(20)：17-20+34.
查看全文请下载PDF文件↓
