基于改进YOLO v5的复杂环境下柑橘目标精准检测与定位方法

文献类型： 中文期刊

第一作者： 李丽

作者： 李丽;梁继元;张云峰;张官明;淳长品

作者机构：

关键词： 柑橘采摘机器人;目标检测;状态区分;三维坐标获取;复杂环境;YOLO v5

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2024 年 008 期

页码： 280-290

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对自然环境下柑橘果实机械化采收作业环境复杂和果实状态多样等情况，提出了一种多通道信息融合网络——YOLO v5-citrus,以解决柑橘果实识别精准度低、果实分类模糊和定位精准度低等难题。将不同的柑橘目标通过不同遮挡条件分为“可采摘”和“难采摘”两类，这种分类策略可指导机器人在真实果园中顺序摘取，提高采摘效率并减少机器人本体和末端执行器损坏率。YOLO v5-citrus中，在颈部网络插入多通道信息融合模块，对柑橘的深浅特征信息进行处理，提高柑橘采摘状态识别精度，同时修改颈部网络拼接方法，针对目标柑橘大小进行识别，训练后在识别部分嵌入聚类算法模块，将训练部分识别模糊的柑橘目标进行最后区分。识别后进行深度图像和彩色图像的像素对齐，并通过坐标系转换获取柑橘目标三维坐标。在使用多种增强技术处理的数据集中，YOLO v5-citrus比原始YOLO v5在平均精度均值和精确率上分别提高2.8个百分点与3.7个百分点，表现出更优异的泛化能力。与YOLO v7和YOLO v8等其他主流网络架构相比较，保持了更高的检测精度和更快的检测速度。通过真实果园的检测与定位试验，得到柑橘目标的三维坐标识别定位系统的定位误差为(1.97 mm, 0.36 mm, 9.63 mm),满足末端执行器的抓取条件。试验结果表明，该模型具有较强的鲁棒性，满足复杂环境下柑橘状态识别要求，可为柑橘园机械采收设备提供技术支持。

分类号： TP183%TP391.41%S225

  • 相关文献

[1]基于改进YOLO v5的复杂环境下桑树枝干识别定位方法. 李丽,卢世博,任浩,徐刚,周永忠. 2024

[2]基于复杂环境的番茄叶部图像病虫害识别. 杨英茹,吴华瑞,张燕,朱华吉,李瑜玲,田国英. 2021

[3]基于RDN-YOLO的自然环境下水稻病害识别模型研究. 廖娟,刘凯旋,杨玉青,严从宽,张爱芳,朱德泉. 2024

[4]基于改进YOLO v5复杂场景下肉鹅姿态的检测算法研究. 刘璎瑛,曹晅,郭彬彬,陈慧杰,戴子淳,龚长万. 2023

[5]基于YOLO v5和多源数据集的水稻主要害虫识别方法. 梁勇,邱荣洲,李志鹏,陈世雄,张钟,赵健. 2022

[6]遮挡条件下多视角甜椒果实点云三维重构方法. 王昱,易振峰,谭文超,郭金菊,周星星,赵俊宏. 2024

[7]基于改进YOLO v5的宁夏草原蝗虫识别模型研究. 马宏兴,张淼,董凯兵,魏淑花,张蓉,王顺霞. 2022

[8]基于实例分割的柑橘花朵识别及花量统计. 邓颖,吴华瑞,朱华吉. 2020

[9]基于区域亮度自适应校正的茶叶嫩芽检测模型. 吕军,方梦瑞,姚青,武传宇,贺盈磊,边磊,钟小玉. 2021

[10]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[11]基于机器视觉和深度学习的稻纵卷叶螟性诱智能监测系统. 张哲宇,孙果镓,杨保军,刘淑华,吕军,姚青,唐健. 2022

[12]基于改进YOLOv5s的硬核期葡萄簇检测. 冯晓,张辉,刘运超,张微,李小红,马中杰. 2024

[13]农业害虫检测的深度学习算法综述. 蒋心璐,陈天恩,王聪,李书琴,张宏鸣,赵春江. 2023

[14]基于TensorFlow的水族馆鱼类目标检测APP开发. 张胜茂,刘洋,樊伟,邹国华,张衡,杨胜龙. 2020

[15]基于改进YOLOv3的温室番茄果实识别估产方法. 成伟,张文爱,冯青春,张万豪. 2021

[16]基于MS-YOLO v7的多尺度稻飞虱识别分类方法. 刘双喜,刘思涛,屈慧星,王刘西航,胡宪亮,许增海. 2023

[17]基于深度学习的蚕茧种类识别研究. 石洪康,李林波,祝明辉,陈义安,马勇,张剑飞. 2023

[18]基于AlexNet的栽培苜蓿病害识别. 李云昊,李仲贤,伏帅,张忠雪,茆士琴,冯琦胜,梁天刚,李彦忠. 2023

[19]基于DeepSORT算法的循环水养殖鱼池漂浮死鱼智能捞除技术研究. 李金刚,张宇雷,倪琦,黄达. 2023

[20]基于改进YOLOX模型的柑橘木虱检测方法. 王海漫,俞婷,肖明明,杨嘉诚,陈富荣,易干军,林德球,罗敏. 2022

作者其他论文 更多>>

微信小程序