农业机械学报

作者：熊俊涛,刘振,汤林越,林睿,卜榕彬,彭红星

单位：华南农业大学,华南农业大学,华南农业大学,华南农业大学,华南农业大学,华南农业大学,

关键词：绿色柑橘;视觉检测;深度学习;Faster RCNN

基金：国家自然科学基金项目（31201135、51705365）、广东省自然科学基金项目（2015A030310258）和广州市科技计划项目（201506010081）

绿色柑橘具有与背景相似的颜色特征，自然环境下绿色柑橘的视觉检测比较困难。提出基于深度学习技术，利用Faster RCNN方法进行树上绿色柑橘的视觉检测研究。首先配置深度学习的试验环境，同时设计了绿色柑橘图像采集试验，建立了柑橘图像样本集，通过试验对批处理大小、学习速率和动量等超参数进行调优，确定合适的学习速率为0.01、批处理为128、动量系数为0.9，使用确定的超参数对模型进行了训练，最终训练模型在测试集上的平均精度(MAP)为85.49%。通过设计自然环境下不同光照条件、图像中不同尺寸柑橘、不同个数柑橘的Faster RCNN方法与Otsu分割法的柑橘检测对比试验，并定义F值作为对比评价指标，分析2种方法的检测结果，试验结果表明：Faster RCNN方法与Otsu方法在不同光照条件下检测绿色柑橘的F值分别为77.45%和59.53%；不同个数柑橘果实检测结果的F值分别为82.58%和60.34%，不同尺寸柑橘检测结果的F值分别为73.53%和49.44%，表明所提方法对自然环境下绿色柑橘有较好的检测效果，为果园自动化生产和机器人采摘的视觉检测提供了技术支持。

来源：2018年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2018年第4期