基于深度学习的自然环境下的水果目标检测研究

发布时间：2024-07-02 02:18

　　随着农业现代化的快速推进,通过计算机视觉技术对水果目标的检测是实现水果自动采摘的关键。然而传统的目标检测算法需要人工设计特征,且人工设计的特征并不通用,导致检测精度低。近年来随着深度学习技术的日益成熟,基于深度学习的目标检测算法逐渐成为研究热门,在检测精度上有了大幅度提升,但是自然环境下的水果形状大小不同,且往往容易互相遮挡或者被树叶遮挡,从而在一定程度上影响检测精度。因此本文采用基于候选区域的目标检测算法Faster R-CNN,并在此基础上进行改进,通过在获取的水果数据集上实验验证,有效提高了多尺度水果和遮挡水果的检测精度。本文主要研究工作如下:首先针对基于深度学习的自然环境下水果检测图像训练需要大量真实样本的问题,在已获得的数据集基础上进行仿射变换,从而起到数据增强的效果,提高训练模型的鲁棒性。然后针对水果检测过程中小目标易漏检的情况,提出了一种基于改进的多尺度水果检测算法,重新设计了候选框的比例和尺度,并将不同层次的特征图相融合,使用多尺度的特征图进行特征提取。实验表明,改进的多尺度水果检测算法的平均准确率均值达到了83.65%,在整体检测精度提高的同时减少了小目标漏检情况。最...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图1-12009-2017年我国水果产量变化图

第1章绪论第1章绪论题研究背景及意义是一个全球性的农业生产大国，其水果产量居世界各国之首。近断发展，我国农业机械化程度不断提高，水果产量逐年增加，如图我国水果总产量达到29502.2万吨。但是与发达国家相比，我国程度不高，水果产量效率不高，仅仅依靠高额的产量在....

图1-2历年农村以及农村劳动力人数近年来，随着人工智能[1]

图1-2历年农村以及农村劳动力人数来，随着人工智能[1]和计算机视觉[2-5]技术的快速发展，水果自动的关注，由机器代替人工进行水果采摘已经慢慢出现在人们的视者针对不同种类的水果已经研究出了各种采摘机器人，但是通过速准确的识别和定位出需要采摘的水果是能够很好的实现水果自先利用....

图2-1传统目标检测算法框架

燕山大学工程硕士学位论文第2章目标检测相关算法2.1引言目标检测一直以来受到研究人员的重视，并且随着互联网技术的蓬勃发展，目标检测在现实生活中的应用范围也越来越广，其根据研究对象状态可分别基于视频或者图片进行目标检测。本文主要进行基于图片的目标检测，即在采集的图像中检测并....

图2-2中值滤波原理图

式表示为：1(,)(,)fsgxyfxyM(2-5)其中，g(x,y)表示均值滤波后的图像，f(x,y)表示包含噪声的原图像，s表示点(x,y)邻域范围内点坐标的集合，M表示均值滤波器窗口内点的总数。均值滤波处理简....

本文编号：3999540