主要宏观问题

这篇论文要解决什么问题？

夜间环境的柑橘识别问题。

 

 

 

这篇论文用了什么方法？

改进的YOLO V3——Des-YOLO V3 网络进行检测。

 

 

 

这篇论文可以达到什么效果？

网络的精确率可以达到97.67%，召回率为97.46%、F1值为0.976

在测试集下的平均精度为90.75%，检测速度为53fps，

 

 

 

用的什么对比算法？

YOLO V3，YOLO V3 DarkNet53

Faster RCNN

 

 

效果比对比算法高了多少？

精确率比YOLO V3高6.26%，召回率比YOLOV3高6.36%，F1值比YOLO V3高0.063。

在测试集上YOLO v3_DarkNet53 网络的平均精度 88. 48% ，mAP 比 YOLO v3_

DarkNet53 网络提高了 2. 27 个百分点，检测速度比 YOLO v3_DarkNet53 网络提高了 11FPS。

 

DesYOLO v3 网络与 Faster Ｒ-CNN 网络相比，少了生成候选区域这一步，所以 mAP 比 Faster Ｒ-CNN 低了0. 5 个百分点，但是 Des-YOLO v3 网络的速度为 53f /s，明显快于 Fater Ｒ-CNN。

 

 

作者最引以为豪的结论是什么？

在夜间对柑橘进行检测的时候，比YOLO V3_DarkNet53 网络的检测精度高，检测速度快。

且对小目标的检测精度有所提高，

将

相对于使用BackBone 为DarkNet 53的 YOLO v3来说，运算量更小，。

 

 

这篇论文的创新点是什么？

改进的Des-YOLO V3网络，实现了网络多层特征的融合。

 

 

 

这篇论文的难点是什么？

夜间小体积果实、重叠果实的识别率较低; 夜间识别方法步骤复杂，采用多阶段人工特征提取方法，不适合大样本数据集，识别效果有待进一步提升。

 

 

这篇论文存在的问题是什么？

 

 

 

 

技术细节

主要的操作步骤是什么？

更换YOLO V3的BackBone

 

 

 

 

 

网络的结构是什么

BackBone：先来3个大小为3x3，padding为1的卷积层（不改变图像大小），再来一个最大池化层；之后是1个Dense Block+3个ResNet Block。

 

 

neck ：类似于FPN网络的尺度金字塔（与原始的FPN类似，但是不相同，原始的FPN有4个输出，而本文的只有3个输出），通过2次上采样并与网络上层中相同尺寸的特征图谱拼接，进行3次回归预测，实现对不同尺寸目标的多尺度检测。

 

 

 

 

 

 

 

 

对网络进行修改的依据是什么

为了有效减少模型的参数，同时尽可能在高层特征中保留各级底层特征（包括原始图像信息），进一步实现网络多层特征的复用和融合，因此借鉴了密集连接网络的思想。

在保证模型具有较高预测准确率的基础上缩减了网络的卷积层数量，减小了模型尺寸和计算量。

 

 

数据集有多大？

拍摄了2000幅图像，筛选出来清晰的1600幅。

遮挡图像是指柑橘面积遮挡超过1/3，遮挡图像为749幅，完整图像为851幅，其中1200幅作为训练集，剩余400幅作为测试集。

 

 

 

 

数据集的预处理？

 

 

 

 

使用的硬件设备

计算机配置为 Intel Core i7-8700HQ CPU，3. 20 GHz × 12，显卡为 GeForce GTX 1080，操作系统为 Ubuntu16. 04LTS，NVIDIA 430. 26 驱动，CUDA 8. 0. 61 版本，CUDNN神经网络加速库版本为5. 1. 1。

 

 

 

网络的训练

batch size为64，共16批次，进行50000次迭代；动量因子设为0.9；衰减系数设为0.0005，学习率调整策略采用setps，初始学习率设为0.001，当网络迭代40000次和45000次时，学习率依此降低为0.0001和0.00001。

 

 

实验如何验证？

设计了YOLO v3 和 Des-YOLO v3 的对比识别试验，将原始测试集分为果实稀疏完整和果实遮挡 2 个梯度，目的是对比分析 2 种识别网络在以上两种情况下的检测性能。

 

图 10 为两种网络 P、Ｒ 关系曲线，图 11 为 2 种网络的识别效果图。