基于知识蒸馏压缩的YOLOv5的柑橘类水果产量评估
计算机视觉与模式识别
2022-11-17 v1
摘要
在果树种植领域，采前果实产量估计对于果实储存和价格评估十分重要。然而，考虑到成本，无法通过直接采摘未成熟果实来评估每棵树的产量。因此，该问题是一项非常困难的任务。本文以柑橘果树为例，提出了一种基于计算机视觉的果实计数与产量评估方法。首先，获取单棵果树不同角度的图像，并使用深度卷积神经网络模型YOLOv5检测果实数量，且采用知识蒸馏方法对模型进行压缩。然后，使用线性回归方法对产量相关特征建模并评估产量。实验表明，所提方法能够准确计数果实并近似估算产量。
引用
@article{arxiv.2211.08743,
title = {Yield Evaluation of Citrus Fruits based on the YoloV5 compressed by Knowledge Distillation},
author = {Yuqi Li and Yuting He and Yihang Zhou and Zirui Gong and Renjie Huang},
journal= {arXiv preprint arXiv:2211.08743},
year = {2022}
}