改进YOLOv3网络提高甘蔗茎节实时动态识别效率

• 作者: 张可 李凯华 李向辉 李尚平 袁泓磊 黄宗晓
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 卷积神经网络 机器视觉 模型 YOLOv3网络 甘蔗茎节 识别定位
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 185-191
• 页数: 7页
• 分类号: TP391.4
• 字数: 4536字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2019.23.023

摘要

为推广甘蔗预切种良种、良法种植技术,结合甘蔗预切种智能横向切种机的开发,实现甘蔗切种装置对蔗种特征的连续、动态智能识别.该文通过甘蔗切种机黑箱部分内置的摄像机连续、动态采集整根甘蔗表面数据,采用改进的YOLOv3网络,建立智能识别卷积神经网络模型,通过拍摄装置内部的摄像头对输入识别系统的整根甘蔗的茎节图像特征进行实时定位与识别,并比对识别信息,及时更新茎节数据,识别、标记出茎节位置,再经过数据处理得到实时的茎节信息,输送到多刀数控切割台进行实时切割.经过训练及试验测试,结果表明:经过训练及试验测试,模型对茎节的识别的准确率为96.89％,召回率为90.64％,识别平均精度为90.38％,平均识别时间为28.7 ms,与原始网络相比平均精确度提升2.26个百分点,准确率降低0.61个百分点,召回率提高2.33个百分点,识别时间缩短22.8 ms,实现了甘蔗蔗种的连续、实时动态识别,为甘蔗预切种智能横向切种机的开发提供数据基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李尚平	广西民族大学信息科学与工程学院	52	128	5.0	8.0
2	李凯华	广西民族大学信息科学与工程学院	3	0	0.0	0.0
3	黄宗晓	广西大学机械学院	5	0	0.0	0.0
4	张可	广西大学机械学院	6	10	2.0	3.0
5	袁泓磊	广西民族大学信息科学与工程学院	2	0	0.0	0.0
6	李向辉	广西民族大学信息科学与工程学院	2	0	0.0	0.0