基于CenterNet的密集场景下多苹果目标快速识别方法
西北农林科技大学机械与电子工程学院
- 摘 要：
- 为提高苹果采摘机器人的识别效率和环境适应性,使其能在密集场景下对多苹果目标进行快速、精确识别,提出了一种密集场景下多苹果目标的快速识别方法.该方法借鉴"点即是目标"的思路,通过预测苹果的中心点及该苹果的宽、高尺寸,实现苹果目标的快速识别;通过改进CenterNet网络,设计了Tiny Hourglass-24轻量级骨干网络,同时优化残差模块提高了目标识别速度.试验结果表明,该方法在非密集场景下(即近距离场景)测试集的识别平均精度(Average precision,AP)为98.90%.F1值为96.39%;在密集场景下(即远距离场景)测试集的识别平均精度为93.63%,F1值为92.91%,单幅图像平均识别时间为0.069 s.通过与YOLO v3、CornerNet-Lite网络在两类测试集下的识别效果进行对比,该方法在密集场景测试集上比YOLO v3和CornerNet-Lite网络的平均精度分别提高了4.13、29.03个百分点;单幅图像平均识别时间比YOLO v3减少0.04 s、比CornerNet-Lite减少0.646 s.该方法无需使用锚框(Anchor box)和非极大值抑制后处理,可为苹果采摘机器人在密集场景下快速准确识别多苹果目标提供技术支撑.
关键词：采摘机器人;密集场景;多苹果识别;Tiny Hourglass-24;CenterNet
相似文章
-
奇异果采摘机器人机械臂控制系统研究 -基于计算机视觉和卷积神经网络 [冯硕, 李旗] 农机化研究 2022,44 (10) 25-29
-
采摘机器人识别抓取重叠番茄果实的方法研究 [郗厚印, 张栋, 周涛, 杨云霄] 农机化研究 2021 (12) 17-23,50
-
采摘机器人定位导航系统设计 -基于无线传感网络和机器视觉 农机化研究 2021,43 (9) 199-203
-
基于改进卷积神经网络的在体青皮核桃检测方法 [樊湘鹏, 许燕, 周建平, 刘新德, 汤嘉盛, 魏禹同] 农业机械学报 2021 (9) 149-155,114
-
采摘机器人机械手远程控制系统设计——基于云平台和5G无线通信 [杨云, 董珍珍] 农机化研究 2022 (7) 138-142
-
面向采摘机器人的水果精准识别算法研究进展 [陈品岚, 朱立学, 张世昂] 现代农业装备 2022,43 (2) 8-13,42
-
典型果蔬采摘机器人研究现状与趋势 [王思玉, 牛成强, 李钊, 史文杰, 樊桂菊] 新疆农机化 2021 (6) 14-17,21
-
采摘机器人在线监测系统研究 -基于计算机与帧内编码 [钱丽, 陈婧] 农机化研究 2022,44 (9) 255-259
-
采摘机器人目标识别分类方法研究 -基于LM优化算法和BP神经网络 [董珍珍, 杨云] 农机化研究 2022,44 (8) 25-29
-
果实采摘机器人柔性机械手的设计 [田宝连] 农业技术与装备 2021 (10) 35-36
