期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于轻量化YOLOv5的新型菜品识别网络
1
作者 张成涵宇 林钰哲 +4 位作者 谭程珂 王俊帆 顾烨婷 董哲康 高明煜 《计算机应用》 CSCD 北大核心 2024年第2期638-644,共7页
为了更好地满足中餐菜品识别对准确性和时效性的应用需求,设计一种新型的菜品识别网络。在原YOLOv5模型的基础上,结合Supermask方法与结构化通道剪枝对模型进行剪枝操作,并利用Int8量化技术最终实现对模型的轻量化处理,保证模型在菜品... 为了更好地满足中餐菜品识别对准确性和时效性的应用需求,设计一种新型的菜品识别网络。在原YOLOv5模型的基础上,结合Supermask方法与结构化通道剪枝对模型进行剪枝操作,并利用Int8量化技术最终实现对模型的轻量化处理,保证模型在菜品识别中兼顾准确率和速度,同时提高模型的可移植性。实验结果表明,所提模型在交并比(IoU)为0.5时,平均精度均值(mAP)达到99.00%,平均每帧识别时间达到59.54 ms,相较于原始YOLOv5降低了20 ms,且准确率基本保持一致。此外,利用Qt软件将新型菜品识别网络移植到瑞萨RZ/G2L开发板,构建智能出餐系统,可实现点餐、生成订单、自动出餐全流程,为未来真正的餐厅智能出餐系统的构建应用提供了理论与实践基础。 展开更多
关键词 Supermask方法 YOLOv5 轻量化 网络移植 中餐菜品识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部