基于YOLO v2的莲蓬快速识别研究

• 作者: 何子俊 李湘勤 梁智豪 黄小杭 黄晨华
• 来源期刊: 现代农业科技
• 学科: 工学
• 关键词: 莲蓬 识别 YOLO v2 深度学习 目标检测 模型加速
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 农业工程学
• 页码范围: 164-167,169
• 页数: 5页
• 分类号: TP181
• 字数: 4374字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5739.2018.13.107

摘要

受莲蓬形状外观和生长环境影响,传统计算机视觉算法识别莲蓬存在效率与精度不佳的问题.本文研究采用YOLO v2算法进行莲蓬识别的方式,通过扩充莲蓬检测数据集、K-means维度聚类、深度可分离卷积网络结构和多分辨率图像对模型微调等方法实现提高识别精度、鲁棒性与识别速度.对比Darknet-19、Tiny Darknet与DS Tiny Darknet算法,结果表明,本文研究的识别方式可以达到102.1 fps的识别速率,可实现在复杂环境下对莲蓬的快速识别,满足莲蓬采摘机器人在采摘过程中对实时视觉信息的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄晨华	韶关学院物理与机电工程学院	21	88	5.0	9.0
2	李湘勤	韶关学院物理与机电工程学院	12	12	2.0	3.0
3	梁智豪	韶关学院物理与机电工程学院	3	6	2.0	2.0
4	黄小杭	韶关学院物理与机电工程学院	1	4	1.0	1.0
5	何子俊	韶关学院物理与机电工程学院	1	4	1.0	1.0