来源：期刊VIP网 时间：
作者：李耀东;侯文进;侯华鑫;王秀丽;王东;曲建平;周波;刘璋;
单位：山东农业大学信息科学与工程学院;西北农林科技大学农学院;山东农业大学生命科学学院;山东未来生物科技有限公司;
摘要：线虫是一种广泛用于生物学研究的模式生物，本研究针对在线虫活性筛选阶段存在个体目标小、易被遮挡以及现有线虫检测模型轻量化性能差、不易在边缘设备部署等问题，提出了一种面向边缘设备的改进YOLOv7-tiny线虫检测模型。采用MobileOne网络作为骨干网络，提高模型计算效率；引入广义特征金字塔网络(GFPN)改进Neck层，实现“跳层”与“跨尺度”的自适应融合，从而提供更丰富的图像特征信息；在Neck层引入双层路由注意力机制(BRA),加强对遮挡目标的特征提取能力；在Head层增加第四检测头，提高对小目标的检测能力；利用感知量化方法对模型进行INT8量化处理，并对激活值部分采用非对称量化策略，以降低计算量并实现模型轻量化。将改进后的模型部署在边缘设备Jetson Nano上进行测试，结果表明，改进模型与原模型相比平均精度均值(mAP@0.5)提高了2.7个百分点，计算量(GFLOPs)压缩了67.71%,检测帧率(FPS)提高了23.01%。可见，改进后的模型精度有明显提升，可在边缘设备上实现快速、精准检测线虫目标。
关键词：边缘设备;;线虫检测;;YOLOv7-tiny;;轻量化
基金资助：山东省重大科技创新工程项目(2019JZZY010716);; 山东农业大学横向科研项目(233024);; 山东省大学生创新创业训练计划项目(S202310434217)
