当前位置: 首页 > 文章 > 基于YOLOv5的枸杞红果在线识别 宁夏农林科技 2022,63 (6) 21-26
Position: Home > Articles > Online Identification of Wolfberry Red Fruit Based on YOLOv5 JOURNAL OF NINGXIA AGRICULTURE AND FORESTRY SCIENCE AND TECHNOLOGY 2022,63 (6) 21-26

基于YOLOv5的枸杞红果在线识别

作  者:
康彩;张凯泽;车进
单  位:
宁夏大学物理与电子电气工程学院;宁夏大学信息工程学院
关键词:
YOLOv5;深度学习;枸杞检测;枸杞采摘
摘  要:
针对枸杞产业现代化发展中枸杞高效低损智能化采摘的需求,项目组提出一种基于深度学习方法的成熟枸杞在线检测方法.首先,通过互联网和实地拍摄完成原始图像的收集,对图像预处理后通过噪声添加、角度旋转等操作完成数据集扩展;其次,对YOLOv5模型进行训练、参数优化和检测试验,并与一阶段和两阶段算法进行比较.结果表明:在不同背景、光照、天气、相机位置等情况下,对成熟挂枝枸杞的平均识别准确率为88%,召回率高达96%;单幅图片的平均测试时间为7.9 ms,红果和绿果区分明确,误检率极低;在轻微遮挡的情况下,漏检率低.同时,试验得出YOLOv5的检测精度和实时性在所有对比算法中性能最佳,满足枸杞采摘的市场需求,为高效低损智能化的枸杞采摘提供了可靠的算法支持.
译  名:
Online Identification of Wolfberry Red Fruit Based on YOLOv5

相似文章

计量
文章访问数: 9
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊