基于改进YOLOv3的复杂环境下西红柿成熟果实快速识别

摘要：

针对西红柿成熟果实快速识别问题,采集并标注西红柿成熟果实的图像数据集,用于深度神经网络模型的训练,并基于实际应用对经典的YOLOv3目标检测算法进行模型轻量化改进,使其方便地部署到采摘机器人的嵌入式控制器上,同时对激活函数、锚框的聚类、非极大值抑制和损失函数等进行优化,提高算法运行的效率和稳定性.经测试集的验证,所提出的改进型YOLOv3目标检测算法在包括不同密集程度、不同光照条件和不同遮挡程度情况的复杂环境下最终检测精度为92.11%,召回率为86.21%,F1 得分为89%,mAP为84.58%,即试验结果证明所提方法的可行性、准确性和鲁棒性.

关键词：西红柿、复杂环境、深度神经网络、YOLOv3目标检测、果实识别

所属期刊栏目：44

分类号：S24:TP391.4(农业电气化与自动化)

资助基金：国家自然科学基金;江苏省重点研发计划课题;江苏省自然科学基金面上项目;江苏省高等学校自然科学研究重大项目

在线出版日期：2023-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：174-183