基于改进Tiny-YOLOv5l算法的串型番茄定位与计数

文献类型： 中文期刊

第一作者： 赵九霄

作者： 赵九霄;张馨;史凯丽;李晶晶;李作麟

作者机构：

关键词： 深度学习;分类函数;串型番茄;复杂场景

期刊名称： 食品与机械

ISSN： 1003-5788

年卷期： 2022 年 38 卷 012 期

页码： 79-86

收录情况： 北大核心 ; CSCD

摘要： 目的:提高串型番茄分拣效率,减少误检、错检.方法:采集串型番茄图像数据集,通过数据增强扩充数据并提高模型的泛化性能,将YOLOv5l框架内的Bottleneck层中的3×3卷积替换为改进的SVM-MHSA层,通过将MHSA中softmax分类函数替换为更适用于串型番茄的SVM分类函数;将检测框架中剩余3×3卷积替换为深度可分离卷积,引入随机纠正线性单元提高网络训练收敛速度.结果:改进后的Tiny-YOLOv5l模型可有效实现串型单果识别定位、整串果实计数,检测框损失率由1.48% 降低至1.34%,目标损失率由1.98%降低至1.73%,置信度损失降低了1.4%,精度由97.36%提升至98.89%,召回率由97.35%提升至98.56%.结论:Tiny-YOLOv5l算法更加精准且兼具轻量化,面对遮挡、背景干扰、光照变化、虚化等挑战具有较高的识别准确率,可为产后串型番茄分拣人员提供准确的单果位置信息以及整串果实数量信息.

分类号： TP391.41`S226.5

  • 相关文献

[1]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[2]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[3]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[4]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[5]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[6]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[7]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[8]基于YOLOv3深度卷积神经网络的田间百香果定位. 林营志,卢依琳,刘现. 2019

[9]基于深度学习的无人机影像玉米倒伏区域提取. 郑二功,田迎芳,陈涛. 2018

[10]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[11]蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试. 李华龙,李淼,詹凯,刘先旺,杨选将,胡泽林,郭盼盼. 2020

[12]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[13]基于长短时记忆神经网络的生猪价格预测模型. 刘怡然,王东杰,邓雪峰,刘振宇. 2021

[14]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

[15]基于深度学习的油菜籽粒图像分割方法初探. 彭顺正,黄筑斌,岳延滨,吴小波. 2020

[16]人工智能驱动智慧奶牛养殖的思考与实践. 夏雪,侍啸,柴秀娟. 2020

[17]基于Faster R-CNN的美国白蛾图像识别模型研究. 薛大暄,张瑞瑞,陈立平,陈梅香,徐刚. 2020

[18]基于U-Net和分水岭算法的无人机单木树冠提取方法. 金忠明,曹姗姗,王蕾,孙伟. 2020

[19]基于深度学习的天然草地植物物种识别方法. 高宏元,高新华,冯琦胜,李文龙,鲁征,梁天刚. 2020

[20]基于深度残差网络的番茄叶片病害识别方法. 吴华瑞. 2019

作者其他论文 更多>>

微信小程序