Abstract Fast and accurate detection of kiwifruit in orchard under natural environment is the primary technology for yield estimation. Deep learning has become a prevalent way of fruit detection and achieved outstanding results. Besides, easy-carry smartphones are getting popular and powerful. In this paper, single shot multibox detector (SSD) with two lightweight backbones MobileNetV2 and InceptionV3 were employed to develop an Android APP named KiwiDetector for field kiwifruit detection. An 8-bit quantization method was used to compress model size and improve detection speed by quantizing weight tensor and activation function data of convolutional neural networks from 32-bit floating point to 8-bit integer. Detection test was performed on 100 selected kiwifruit field images with resolution of 3,968 × 2,976 pixels using the four models on a HUAWEI P20 smartphone. Results showed that MobileNetV2, quantized MobileNetV2, InceptionV3, and quantized InceptionV3 obtained true detected rate (TDR) of 90.8%, 89.7%, 87.6%, and 72.8%, respectively. The TDR of MobileNetV2 and quantized MobileNetV2 was generally consistent and higher than InceptionV3 and quantized InceptionV3. For processing an image on the smartphone, MobileNetV2, quantized MobileNetV2, InceptionV3, and quantized InceptionV3 took about 163 ms, 103 ms, 1085 ms, and 685 ms with model sizes of 17.5 MB, 4.5 MB, 96.1 MB, and 24.1 MB, respectively. Quantized MobileNetV2 reached a significant TDR with the fastest detection speed and the smallest model size. The results indicated that the proposed Android APP is promising for yield estimation.

中文翻译：

---

在 Android™ 智能手机上使用深度学习实时检测果园中的奇异果以进行产量估算

摘要 自然环境下果园猕猴桃的快速准确检测是估算产量的主要技术。深度学习已经成为一种流行的水果检测方式，并取得了突出的成果。此外，便于携带的智能手机越来越流行且功能强大。在本文中，采用具有两个轻量级主干 MobileNetV2 和 InceptionV3 的单发多盒检测器 (SSD) 开发了一个名为 KiwiDetector 的 Android 应用程序，用于现场奇异果检测。通过将卷积神经网络的权重张量和激活函数数据从 32 位浮点数量化为 8 位整数，采用 8 位量化方法来压缩模型尺寸并提高检测速度。对 100 张分辨率为 3,968 × 2 的猕猴桃实地图像进行检测测试，976 像素在 HUAWEI P20 智能手机上使用四种型号。结果表明，MobileNetV2、量化的MobileNetV2、InceptionV3和量化的InceptionV3分别获得了90.8%、89.7%、87.6%和72.8%的真实检测率（TDR）。MobileNetV2 和量化后的 MobileNetV2 的 TDR 基本一致，并且高于 InceptionV3 和量化后的 InceptionV3。对于在智能手机上处理图像，MobileNetV2、量化的 MobileNetV2、InceptionV3 和量化的 InceptionV3 分别耗时约 163 毫秒、103 毫秒、1085 毫秒和 685 毫秒，模型大小分别为 17.5 MB、4.5 MB、96.1 MB 和 24.1 MB。 . 量化的 MobileNetV2 以最快的检测速度和最小的模型尺寸达到了显着的 TDR。结果表明，所提出的 Android APP 有望用于产量估计。量化的 MobileNetV2、InceptionV3 和量化的 InceptionV3 分别获得了 90.8%、89.7%、87.6% 和 72.8% 的真实检测率（TDR）。MobileNetV2 和量化后的 MobileNetV2 的 TDR 基本一致，并且高于 InceptionV3 和量化后的 InceptionV3。对于在智能手机上处理图像，MobileNetV2、量化的 MobileNetV2、InceptionV3 和量化的 InceptionV3 分别耗时约 163 毫秒、103 毫秒、1085 毫秒和 685 毫秒，模型大小分别为 17.5 MB、4.5 MB、96.1 MB 和 24.1 MB。 . 量化的 MobileNetV2 以最快的检测速度和最小的模型尺寸达到了显着的 TDR。结果表明，所提出的 Android APP 有望用于产量估计。量化的 MobileNetV2、InceptionV3 和量化的 InceptionV3 分别获得了 90.8%、89.7%、87.6% 和 72.8% 的真实检测率（TDR）。MobileNetV2 和量化后的 MobileNetV2 的 TDR 基本一致，并且高于 InceptionV3 和量化后的 InceptionV3。对于在智能手机上处理图像，MobileNetV2、量化的 MobileNetV2、InceptionV3 和量化的 InceptionV3 分别耗时约 163 毫秒、103 毫秒、1085 毫秒和 685 毫秒，模型大小分别为 17.5 MB、4.5 MB、96.1 MB 和 24.1 MB。 . 量化的 MobileNetV2 以最快的检测速度和最小的模型尺寸达到了显着的 TDR。结果表明，所提出的 Android APP 有望用于产量估计。MobileNetV2 和量化后的 MobileNetV2 的 TDR 基本一致，并且高于 InceptionV3 和量化后的 InceptionV3。对于在智能手机上处理图像，MobileNetV2、量化的 MobileNetV2、InceptionV3 和量化的 InceptionV3 分别耗时约 163 毫秒、103 毫秒、1085 毫秒和 685 毫秒，模型大小分别为 17.5 MB、4.5 MB、96.1 MB 和 24.1 MB。 . 量化的 MobileNetV2 以最快的检测速度和最小的模型尺寸达到了显着的 TDR。结果表明，所提出的 Android APP 有望用于产量估计。MobileNetV2 和量化后的 MobileNetV2 的 TDR 基本一致，并且高于 InceptionV3 和量化后的 InceptionV3。对于在智能手机上处理图像，MobileNetV2、量化的 MobileNetV2、InceptionV3 和量化的 InceptionV3 分别耗时约 163 毫秒、103 毫秒、1085 毫秒和 685 毫秒，模型大小分别为 17.5 MB、4.5 MB、96.1 MB 和 24.1 MB。 . 量化的 MobileNetV2 以最快的检测速度和最小的模型尺寸达到了显着的 TDR。结果表明，所提出的 Android APP 有望用于产量估计。和 685 毫秒，模型大小分别为 17.5 MB、4.5 MB、96.1 MB 和 24.1 MB。量化的 MobileNetV2 以最快的检测速度和最小的模型尺寸达到了显着的 TDR。结果表明，所提出的 Android APP 有望用于产量估计。和 685 毫秒，模型大小分别为 17.5 MB、4.5 MB、96.1 MB 和 24.1 MB。量化的 MobileNetV2 以最快的检测速度和最小的模型尺寸达到了显着的 TDR。结果表明，所提出的 Android APP 有望用于产量估计。