基于深度学习的桃子检测研究 |
| |
引用本文: | 崔潇,马原东,倪照风,郦烜杰,杨秀璋,赵小明,罗子江.基于深度学习的桃子检测研究[J].贵州科学,2019,37(2). |
| |
作者姓名: | 崔潇 马原东 倪照风 郦烜杰 杨秀璋 赵小明 罗子江 |
| |
作者单位: | 贵州财经大学信息学院,贵州贵阳550025;北京盛开互动科技有限公司,北京100089;贵州财经大学信息学院,贵州贵阳,550025;北京盛开互动科技有限公司,北京100089;中国科学院大学电子学院,北京100049 |
| |
摘 要: | 针对桃子生长环境复杂,不同光照等影响因素使得采摘机器人难以对桃子检测、识别和定位的问题,提出一种基于深度学习的桃子检测方法。在MTCNN基础上,通过对其结构优化调整并增加一分类模型,构建桃子检测模型。在桃子图像数据集上,应用多种数据增强技术对网络进行训练。综合考虑检测性能和速度,对比不同标签方式、不同输入大小和不同网络结构下的测试结果,优选出四阶段网络用于桃子检测。结果表明,该检测器对成熟桃子检测准确率为89.3%。
|
关 键 词: | 目标检测 桃子 深度学习 数据增强 |
本文献已被 CNKI 万方数据 等数据库收录! |
|