夜间环境下树上柑橘表征缺陷深度学习检测方法
广东机电职业技术学院电气技术学院;华南农业大学数学与信息学院
- 摘 要:
- 利用基于深度学习的视觉检测技术对夜间自然环境下成熟柑橘进行识别与表征缺陷检测,从而实现柑橘的产量估计与生长期品质监测,对柑橘果园的生产智能化管理有重要意义。本研究利用YOLO v4深度学习模型,进行夜间树上柑橘表征的视觉检测。首先设计了多光源结合的视觉系统进行夜间树上柑橘图像采集,对采集的柑橘图像进行人工标记,建立夜间柑橘图像的训练集和测试集,通过试验确定训练模型的批处理量和初始学习率,并在训练模型时根据训练次数逐渐降低学习率,最终训练模型在测试集的准确率为95.32%。通过设计的夜间柑橘视觉检测试验结果表明:本研究采用的YOLO v4模型检测方法在柑橘测试集上的精确率、召回率、F_1值以及mAP(mean average precision)值分别为95.32%、94.59%、0.95和90.52%,相比Faster R-CNN,YOLO v4模型检测方法精确率和召回率分别提高了5.14%和6.16%,同时检测速度明显快于Fater R-CNN,表明该方法对夜间自然环境树上柑橘的识别和缺陷检测有较好的准确性和实时性,满足室外夜间环境柑橘荧光缺陷检测的精确性要求,可为农业智能化生产中果蔬产量的估计提供技术支持。
关键词:图像处理;夜间图像;柑橘识别;荧光检测
相似文章
-
基于低场核磁成像的银杏胚检测及分类 [范凯旋, 顾盛, 汪希伟, 赵茂程, 汪贵斌, 李忠] 农业工程学报 2022 (6) 293-301
-
基于图像处理多算法融合的杂草检测方法及试验 [苗中华, 余孝有, 徐美红, 何创新, 李楠, 孙腾] 智慧农业(中英文) 2020,2 (4) 103-115
-
天然橡胶割胶机器人视觉伺服控制方法与割胶试验 [周航, 张顺路, 翟毅豪, 王松, 张春龙, 张俊雄, 李伟] 智慧农业(中英文) 2020,2 (4) 56-64
-
基于粒子群算法和支持向量机的黄花菜叶部病害识别 [孙瑜, 张永梅, 武玉军] 中国农学通报 2022,38 (8) 135-140
-
基于软X射线成像技术的柑橘内部浮皮和枯水检测 [许骞, 蔡健荣, 杜灿, 孙力, 白竣文] 智慧农业(中英文) 2021 (4) 53-65
-
基于改进YOLOv3-Tiny的番茄苗分级检测 [张秀花, 静茂凯, 袁永伟, 尹义蕾, 李恺, 王春辉] 农业工程学报 2022,38 (1) 221-229
-
基于遥感影像和卷积神经网络的农田及道路信息提取 [陈理, 杨广, 刘名洋, 周宇光] 中国农业大学学报 2022,27 (6) 182-191
-
基于饱和度分割的叶面积图像测量方法 [李秋洁, 杨远明, 袁鹏成, 薛玉玺] 林业工程学报 2021 (4) 147-152
-
马铃薯薄片干燥过程热变形量分析 [李雅琪, 张鹏起, 蔡健荣, 白竣文, 孙力] 食品科学 2021,42 (23) 123-128
-
采用轻量级网络MobileNetV2的酿酒葡萄检测模型 [李国进, 黄晓洁, 李修华, 艾矫燕] 农业工程学报 2021 (17) 168-176