农业机械学报

作者：毕松,高峰,陈俊文,张潞

单位：北方工业大学,北方工业大学,北方工业大学,北方工业大学,

关键词：自然环境; 柑橘; 识别; 深度卷积神经网络

基金：国家自然科学基金项目（61573024）、北京市教育委员会科研计划一般项目（KM201610009001）和北方工业大学毓优青年人才培养计划项目

针对户外自然环境，基于深度卷积神经网络设计了对光照变化、亮度不匀、前背景相似、果实及枝叶相互遮挡、阴影覆盖等自然环境下典型干扰因素具有良好鲁棒性的柑橘视觉识别模型。模型包括可稳定提取自然环境下柑橘目标视觉特征的深层卷积网络结构、可提取高层语义特征来获取柑橘特征图的深层池化结构和基于非极大值抑制方法的柑橘目标位置预测结构，并基于迁移学习完成了柑橘目标识别模型训练。本文运用多重分割的方法提高了柑橘目标识别模型的多尺度图像检测能力和实时性，利用包含多种干扰因素的自然环境下柑橘目标数据集测试，结果表明，柑橘识别模型对自然采摘环境下常见干扰因素及其叠加具有良好的鲁棒性和实时性，识别平均准确率均值为86.6%，平均损失为7.7，平均单帧图像检测时间为80ms。

来源：2019年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第5期