返回列表 发布新帖

基于YOLOv5s的番茄采摘机器人目标检测技术

6 0
admin 发表于 2024-12-14 12:28 | 查看全部 阅读模式

文档名:基于YOLOv5s的番茄采摘机器人目标检测技术
摘要:为了实现番茄采摘机器人高效自动化采摘,针对当前番茄采摘机器人果实识别准确率较低、漏检率较高等问题,提出了一种基于YOLOv5s深度神经网络的番茄识别算法改进模型,通过对网络的Neck部分增加跨层连接,实现多尺度特征融合,并采用软性非极大值抑制,可对番茄果实进行快速准确的识别.在植物工厂全光谱光照条件下,进行实际采摘实验,其识别准确率达97.62%以上,比YOLOv5s高2.38%;同时,在漏检率方面降低了4.76%.将改进后的识别算法应用于自主研发的番茄采摘机器人系统中,可实现对番茄果实的准确采摘.

作者:朱智惟   单建华   余贤海   孔德义   王琼   谢晓轩 Author:ZHUZhiwei   SHANJianhua   YUXianhai   KONGDeyi   WANGQiong   XIEXiaoxuan
作者单位:合肥工业大学微电子学院,安徽合肥230601安徽工业大学机械工程学院,安徽马鞍山243032中国科学院合肥智能机械研究所,安徽合肥230031;中国科学院种子创新研究院,海南三亚572025中国科学院合肥智能机械研究所,安徽合肥230031
刊名:传感器与微系统 ISTICPKU
Journal:TransducerandMicrosystemTechnologies
年,卷(期):2023, 42(6)
分类号:TP212TP391.46
关键词:智慧农业  深度学习  目标检测  番茄采摘机器人  
机标分类号:TP391.41TN911.73TP277
在线出版日期:2023年6月16日
基金项目:中国科学院种子创新研究院委托项目,安徽省科技重大专项项目基于YOLOv5s的番茄采摘机器人目标检测技术[
期刊论文]  传感器与微系统--2023, 42(6)朱智惟  单建华  余贤海  孔德义  王琼  谢晓轩为了实现番茄采摘机器人高效自动化采摘,针对当前番茄采摘机器人果实识别准确率较低、漏检率较高等问题,提出了一种基于YOLOv5s深度神经网络的番茄识别算法改进模型,通过对网络的Neck部分增加跨层连接,实现多尺度特征融合...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于YOLOv5s的番茄采摘机器人目标检测技术  Target detection technology of tomato picking robot based on YOLOv5 s

基于YOLOv5s的番茄采摘机器人目标检测技术.pdf
2024-12-14 12:28 上传
文件大小:
1.5 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号
关灯 返回顶部
快速回复 返回顶部 返回列表