×
模态框(Modal)标题
在这里添加一些文本
关闭
关闭
提交更改
取消
确定并提交
×
模态框(Modal)标题
×
期刊
文章
图表
检索
登录
智慧农业(中英文)
关于期刊
期刊介绍
编委会
出版范围
数据库收录
在线期刊
最新录用
当期目录
过刊浏览
下载排行
阅读排行
引用排行
按栏目浏览
专题文章
整期阅读
作者中心
在线投稿
投稿须知
稿件写作标准规范
版权协议
论文模板
收费标准
期刊订阅
联系我们
English
关于期刊
期刊介绍
编委会
出版范围
数据库收录
在线期刊
最新录用
当期目录
过刊浏览
下载排行
阅读排行
引用排行
按栏目浏览
专题文章
整期阅读
作者中心
在线投稿
投稿须知
稿件写作标准规范
版权协议
论文模板
收费标准
期刊订阅
联系我们
English
图/表 详细信息
基于改进YOLOv10的轻量级黄花菜分级检测模型
靳学萌, 梁西银, 邓鹏飞
智慧农业(中英文), DOI:
10.12133/j.smartag.SA202407022
模型
权重/MB
参数量/M
计算量/GFLOPs
mAP@0.5/%
FPS
YOLOv10n-Mobileone
6.1
2.94
8.6
78.5
114
YOLOv10n-ShuffleNetV2
5.7
2.80
9.8
78.6
102
YOLOv10n-Mobilenetv3
2.8
1.30
3.2
81.0
149
YOLOv10n-vanillaNet
4.3
2.09
5.4
80.8
135
YOLOv10-AD
5.0
2.45
6.2
85.7
156
表3
YOLOv10-AD模型与轻量化改进模型在黄花菜分级检测中的对比实验结果
本文的其它图/表
图6
AKConv任意卷积核大小的初始采样坐标
图7
VanillaNet和AKVanillaNet卷积层结构
图8
C2f-DysnakeConv模块
图9
Bottleneck-DS模块
表1
YOLOv10-AD网络消融实验结果
图1
部分黄花菜分级数据集图像
图2
Labelme软件标注界面
图3
黄花菜数据集图像扩充
图4
YOLOv10-AD模型
图5
VanillaNet网络结构图
表2
YOLOv10-AD网络与当前主流YOLO算法在黄花菜分级检测中的对比试验结果
图10
YOLOv10-AD模型与主流YOLO模型对比实验各模型PR曲线
图11
不同损失函数对比实验Loss损失曲线
图12
黄花菜分级检测可视化效果对比图
Original annotation YOLOv10n YOLOv10-AD