基于輕量化YOLO v8s-GD的自然環(huán)境下百香果快速檢測模型

摘要： 為了提高百香果檢測精度，并將深度學習模型部署在移動平臺上，實現(xiàn)快速實時推理，本文提出一種基于改進YOLO v8s的輕量化百香果檢測模型(YOLO v8s-GD)。使用聚集和分發(fā)機制(GD)替換頸部特征融合網(wǎng)絡，提高模型對百香果圖像特征信息跨層融合能力和模型泛化能力；通過基于層自適應幅度的剪枝(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，以實現(xiàn)在嵌入式設備上...