基于Yolact系列算法的果园可行驶区域快速分割

文献类型： 中文期刊

第一作者： 牟佳伟

作者： 牟佳伟;冯全;张建华

作者机构：

关键词： 果园场景;可行驶区域;深度学习;快速分割

期刊名称： 林业机械与木工设备

ISSN： 2095-2953

年卷期： 2022 年 50 卷 008 期

页码： 75-80

摘要： 图像中可行驶区域快速分割是无人车感知系统的一项基本功能,采用Yolact、Yolact_edge、Yolact++三种快速分割算法,在三种光照状态下分别对果园图像中的可行驶区域进行分割试验,并选出最优的分割算法.通过制作果园数据集,并在该数据集上对算法的分割精度和速度进行评估.试验结果表明:每种光照状态下三种算法的AP值均大于86%;从平均值来看,Yolact_edge速度最快,比Yolact快0.9 fps,比Yolact++快1.86 fps.采用评分法对各算法试验结果的分割精度和速度进行综合评估,其中Yolact_edge综合得分最高,这表明该算法在分割精度和速度上具有很好的平衡性,能够胜任在果园中对可行驶区域进行快速分割的任务.

分类号： TP312

  • 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