一种基于GhostNet的轻量化YOLO宠物识别方法

摘要

一种基于GhostNet的轻量化YOLO宠物识别方法，包括：采集常见宠物图像数据并进行预处理，将图像数据清洗后增强图像数据，对剩余大部分数据标注宠物位置并划分类别；之后以改进的GhostNet网络的YOLO算法模型训练此批数据并得到宠物识别模型。模型载入边缘嵌入式设备不间断检测实时输入设备中的视频流，可将识别结果打印并回传云端保存，同时分析识别检测结果的宠物行为，发现异常现象及时报告饲主及时处理，消减家居宠物的安全隐患，提升人与宠物的亲密度。本发明训练生成的模型体积参数量远小于主流的目标检测模型，能够在计算能力不强，存储容量受限的边缘终端上布署应用，相较与传统检测方法，本发明可以快速识别监测对象，提高检测效率与减小误警率。