| 基于改进SSD卷积神经网络的苹果定位与分级方法 |
| |
| 引用本文： | 张立杰,周舒骅,李娜,张延强,陈广毅,高笑.基于改进SSD卷积神经网络的苹果定位与分级方法[J].农业机械学报,2023,54(6):223-232. |
| |
| 作者姓名： | 张立杰 周舒骅 李娜 张延强 陈广毅 高笑 |
| |
| 作者单位： | 河北农业大学 |
| |
| 基金项目： | 河北省重点研发计划项目（21321902D） |
| |
| 摘 要： | 为实现苹果果径与果形快速准确自动化分级，提出了基于改进型SSD卷积神经网络的苹果定位与分级算法。深度图像与两通道图像融合提高苹果分级效率，即对从顶部获取的苹果RGB图像进行通道分离，并提取分离通道中影响苹果识别精度最大的两个通道与基于ZED双目立体相机从苹果顶部获取的苹果部分深度图像进行融合，在融合图像中计算苹果的纵径相关信息，实现了基于顶部融合图像的多个苹果果形分级和信息输出；使用深度可分离卷积模块替换原SSD网络主干特征提取网络中部分标准卷积，实现了网络的轻量化。经过训练的算法在验证集下的识别召回率、精确率、mAP和F1值分别为93.68%、94.89%、98.37%和94.25%。通过对比分析了4种输入层识别精确率的差异，实验结果表明输入层的图像通道组合为DGB时对苹果的识别与分级mAP最高。在使用相同输入层的情况下，比较原SSD、Faster R-CNN与YOLO v5算法在不同果实数目下对苹果的实际识别定位与分级效果，并以mAP为评估值，实验结果表明改进型SSD在密集苹果的mAP与原SSD相当，比Faster R-CNN高1.33个百分点，比YOLO v5高14.23个百分点...
|
| 关 键 词： | 苹果分级 信息融合 改进型SSD 卷积神经网络 目标检测 |
| 收稿时间： | 2022/10/28 0:00:00 |
Apple Location and Classification Based on Improved SSD Convolutional Neural Network |
| |
| ZHANG Lijie,ZHOU Shuhu,LI N,ZHANG Yanqiang,CHEN Guangyi,GAO Xiao.Apple Location and Classification Based on Improved SSD Convolutional Neural Network[J].Transactions of the Chinese Society of Agricultural Machinery,2023,54(6):223-232. |
| |
| Authors: | ZHANG Lijie ZHOU Shuhu LI N ZHANG Yanqiang CHEN Guangyi GAO Xiao |
| |
| Institution: | Hebei Agricultural University |
| |
| Abstract: | |
| |
| Keywords: | apple classification information fusion improved SSD convolutional neural network object detection |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
