ECS-YOLO:一种改进的轻量级多菜品检测方法OA
ECS-YOLO:An Improved Lightweight Method for Multi-dish Detection
为了更好地满足智能设备环境下对餐盘中多个菜品进行高效、准确识别的需求,提出了一种新的YOLO架构——ECS-YOLO.ECS-YOLO基于YOLOv11,采用新的骨干网络ECC,增强了模型捕捉边缘信息以及空间信息的能力;对原来的C3K2结构进行改进,针对在复杂环境下的菜品检测提出新的卷积模块CFGLU;在检测头中引入SEAM,增强了模型处理菜品图像遮挡问题的能力.为了验证ECS-YOLO的有效性,在kuan-v1数据集上进行详尽的对比实验,包括与YOLOv11及其他模型的性能评估.实验结果表明,相较于YOLOv11,ECS-YOLO在Precision和mAP50上都提升了1.4个百分点,取得了更优秀的性能表现.同时,ECS-YOLO通过显著减少Params(减少15.4%)和FLOPs(减少9.4%),实现了模型的轻量化设计.
In order to better meet the requirement for efficient and accurate multi-dish recognition in smart device environ-ments,this paper proposes ECS-YOLO,a novel architecture based on YOLOv11.The method enhances edge and spatial infor-mation captured by a new backbone network ECC.It developed an improved CFGLU convolutional module to handle complex dish detection scenarios by modifying the original C3K2 structure.The algorithm strengthened occlusion processing capabilities by integrating SEAM into the detection head.Comparative experiments on the kuan-v1 dataset validated ECS-YOLO's effective-ness.Results showed that ECS-YOLO achieved 1.4 percentage points improvements in both Precision and mAP50 compared with YOLOv11,while realizing a lightweight design through 15.4%parameter reduction and 9.4%FLOPs decrease.The study demon-strates that ECS-YOLO maintains superior performance while significantly reducing computational costs.
蔡云海;孙晓翠;易法令
广东药科大学医药信息工程学院,广东 广州 510006广东药科大学医药信息工程学院,广东 广州 510006||广东普通高校工程技术研究中心-医药信息真实世界工程技术研究中心,广东 广州 510006广东药科大学医药信息工程学院,广东 广州 510006||广东普通高校工程技术研究中心-医药信息真实世界工程技术研究中心,广东 广州 510006
信息技术与安全科学
深度学习目标检测菜品检测轻量化YOLO
deep learningobject detectiondish recognitionlightweightYOLO
《计算机与现代化》 2026 (8)
44-52,9
广东省重点领域研发计划项目(2022B111102006)广东省中医药管理局科研项目(20232090)
评论