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
- 文件大小:
- 1.5 MB
- 下载次数:
- 60
-
高速下载
|
|
