您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于改进YOLOv5l的设施番茄3D信息检测方法

文献类型： 中文期刊

作者： 林森 1 ; 许童羽 1 ; 葛禹豪 2 ; 马璟 3 ; 孙添龙 2 ; 赵春江 2 ;

作者机构： 1.沈阳农业大学信息与电气工程学院

2.北京市农林科学院智能装备技术研究中心

3.德州市自然资源局

关键词： 番茄;深度学习;采摘机器人;3D目标检测;YOLOv5

期刊名称： 中国农机化学报

ISSN： 2095-5553

年卷期： 2024 年 45 卷 001 期

页码： 274-284

收录情况： 北大核心

摘要： 针对温室环境中由于遮挡和光线复杂等原因造成的果实识别和定位不准确这一问题,将深度学习目标检测算法与Intel RealSense D435i深度相机相结合,提出一种获取番茄在三维空间中协同位置的方法,用于温室中采摘机器人执行番茄定位和采摘任务.基于YOLOv5网络,使用Ghost-Convolution替换原始网络中的CSP结构,并采用BiFPN的多尺度连接方法,最大限度地利用不同特征层提取番茄特征信息,以提高边界框回归的准确性.比较不同的注意机制,并选择CBAM注意机制插入到模型的特征提取网络中.该模型通过RGB-D相机获取检测到的番茄的中心点,并计算其在相机坐标系中的空间坐标信息.为最大限度地减少复杂温室环境对目标识别以及最终采摘效果的影响,筛选所有超过1.5 m的视频流,以便视觉算法只专注于识别和检测1.5 m范围内的目标.试验表明,模型检测红色和绿色番茄的平均精度均值分别为82.4%和82.2%.最后,介绍深度相机与目标检测网络相结合以检测番茄物体深度的方法.为番茄采摘机器人视觉系统提供理论支持.

  • 相关文献

[1]基于YOLOv5模型的仔猪社交识别方法研究. 冯兴尧,王海峰,朱君,孙想,邱阳,李斌. 2024

[2]改进YOLOv5测量田间小麦单位面积穗数. 黄硕,周亚男,王起帆,张晗,邱朝阳,康凯,罗斌. 2022

[3]基于改进YOLOv5s的日光温室黄瓜霜霉病孢子囊检测计数方法. 李明,丁智欢,赵靖暄,陈思铭,李文勇,杨信廷. 2023

[4]基于YOLOv5的小麦种子发芽检测方法研究. 白卫卫,赵雪妮,罗斌,赵薇,黄硕,张晗. 2023

[5]番茄采摘机器人系统设计与试验. 王晓楠,伍萍辉,冯青春,王国华. 2016

[6]采用组合增强的YOLOX-ViT协同识别温室内番茄花果. 吕志远,张付杰,魏晓明,黄媛,李晶晶,张钟莉莉. 2023

[7]番茄非接触式单果质量估测方法. 许伟浩,李斌,林森,郑书河,郎冲冲,李涛,董创,郭文忠. 2021

[8]基于深度学习网络实现番茄病虫害检测与识别. 王铭慧,张怀清,樊江川,陈帮乾,云挺. 2023

[9]温室黄瓜采摘机器人系统研制及性能分析. 纪超,冯青春,袁挺,谭豫之,李伟. 2011

[10]基于改进YOLOv5的草莓病害智能识别终端设计. 乔珠峰,赵秋菊,郭建鑫,陈会娜,平阳,赵继春. 2024

[11]基于级联视觉检测的樱桃番茄自动采收系统设计与试验. 李兴旭,陈雯柏,王一群,杨顺,吴华瑞,赵春江. 2023

[12]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

[13]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

[14]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

[15]基于深度残差网络的番茄叶片病害识别方法. 吴华瑞. 2019

[16]基于云原生技术的土壤墒情监测系统设计与应用. 于景鑫,杜森,吴勇,钟永红,张钟莉莉,郑文刚,李文龙. 2020

[17]基于深度学习的跨年龄人脸识别. 孙文斌,王荣,孙连烛,林源松. 2022

[18]设施温室影像采集与环境监测机器人系统设计及应用. 郭威,吴华瑞,朱华吉. 2020

[19]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

[20]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

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台