基于深度学习的类球状水果采摘识别算法研究进展

文献类型： 中文期刊

第一作者： 李辉

作者： 李辉;张俊;俞烁辰;李志鑫

作者机构：

关键词： 水果采摘;目标检测算法;深度学习;卷积神经网络;计算机视觉

期刊名称： 果树学报

ISSN： 1009-9980

年卷期： 2025 年 42 卷 002 期

页码： 412-426

收录情况： 北大核心 ; CSCD

摘要： 中国在水果产量方面处于全球领先地位，但因人力资源减少和老龄化问题，传统的人工采摘方式已经无法满足快速高效的采摘需求，研发集成计算机视觉的自动化水果采摘设备成为解决劳动力短缺难题的关键。水果大多呈类球状，相关的识别算法研究居多，探讨了柑橘、蜜桃等类球状水果的识别算法。根据应用场景的不同，分析了传统类球状水果识别算法与基于深度学习的类球状水果识别算法在网络结构方面的差异与改进，对水果采摘识别算法进行总结并提出算法的未来发展趋势。传统算法在简单场景下表现有效，但在复杂环境中往往会受到设计特征的限制，基于深度学习的算法因其高效性和准确性更适合自动化水果采摘的需求。总结了类球状水果识别算法的研究进展，在处理复杂环境时深度学习算法具有良好的有效性和适应性，更适合部署在自动化采摘设备；也提出了未来的研究方向，即通过优化算法性能、数据集构建及扩增，以及结合多模态数据提升算法的精度和适应性。

分类号： S225%TP391.41%TP18

  • 相关文献

[1]常态养殖下妊娠母猪体质量智能测定模型. 肖德琴,刘俊彬,刘又夫,黄一桂,谭祖杰,熊本海. 2022

[2]用于农作物种植信息提取的图像分割技术研究进展. 黄祥,王克晓,李波,吴园. 2023

[3]基于深度学习算法的凡纳滨对虾生长表型测定系统研发及应用. 张士薇,代平,高广春,孟宪红,罗坤,隋娟,谭建,傅强,曹家旺,陈宝龙,李旭鹏,强光峰,邢群,戚云辉,孔杰,栾生. 2025

[4]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

[5]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

[6]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

[7]卷积神经网络在农业病虫害识别中的应用. 张耀丽,许宁,宋裕民,孟庆山,侯旭,李虎. 2023

[8]基于ResNet深度残差网络的白喉乌头检测. 梁俊欢,董峦,阿斯娅·曼力克,孙宗玖,魏鹏,马海燕,艾尼玩·艾买尔,阿仁,郑逢令. 2023

[9]一种基于深度学习的水稻种子分类方法. 王晓飞,刘维,巫浩翔,陈浩,张丽婷,潘朝阳,何秀英. 2024

[10]基于深度学习模型的种植结构复杂区农作物精细分类研究. 田甜,王迪,王珍,李会宾. 2022

[11]面向植物病害识别的卷积神经网络精简结构Distilled-MobileNet模型. 邱文杰,叶进,胡亮青,杨娟,李其利,莫贱友,易万茂. 2021

[12]一种边缘辅助的卫星影像云修复卷积神经网络. 张雨姝,戴佩玉. 2024

[13]基于卷积神经网络的家蚕病害识别研究. 石洪康,肖文福,黄亮,胡丛武,胡光荣,张剑飞. 2022

[14]基于Faster R-CNN网络的茶叶嫩芽检测. 朱红春,李旭,孟炀,杨海滨,徐泽,李振海. 2022

[15]基于卷积神经网络的家蚕幼虫品种智能识别研究. 石洪康,田涯涯,杨创,陈宇,粟思源,张智勇,张剑飞,蒋猛. 2020

[16]基于3-2D融和模型的毛虾捕捞渔船行为识别. 张佳泽,张胜茂,王书献,杨昱皞,戴阳,熊瑛. 2022

[17]基于卷积神经网络的水稻虫害识别. 梁万杰,曹宏鑫. 2017

[18]基于分层卷积神经网络的牧草种子识别模型. 王欣宇,马玉宝,潘新,闫伟红. 2021

[19]基于深度学习的杂草识别方法研究进展. 付豪,赵学观,翟长远,郑康,郑申玉,王秀. 2023

[20]深度学习在农业领域的研究与应用. 梁美静,毛克彪,郭中华,袁紫晋. 2024

作者其他论文 更多>>

微信小程序