基于PKD-YOLO的一种轻量级经济林果生长状态识别方法

本发明属于深度学习技术领域，公开了一种基于PKD‑YOLO的轻量级经济林果生长状态识别方法，包括下列步骤：构建经济林果生长状态图片数据集；使用LabelImg标注工具对数据集进行标注；设计通道剪枝策略得到P‑YOLO模型，具体操作包括对YOLOv8s模型进行稀疏化训练、初步剪枝、迭代剪枝、二次迭代剪枝、模型微调；对剪枝后的模型进行知识蒸馏，YOLOv8s模型作为教师模型，P‑YOLO模型作为学生模型，知识蒸馏训练后得到PKD‑YOLO模型，解决了剪枝导致的精度下降问题。本发明的PKD‑YOLO模型在不影响原模型精度的情况下，参数量减少了81.33％，模型大小减少了80.75％，推理时间降低了52.17％，FPS增加了1.38倍，实现了模型的轻量化，对指导复杂模型的轻量化具有重要意义。