基于改进Faster R-CNN的马铃薯芽眼识别方法

• 作者: 侯加林 吕钊钦 姜凯 席芮 张万枝
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 马铃薯芽眼 自动切块 Faster R-CNN 非极大值抑制 高斯降权 在线难例挖掘
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 216-223
• 页数: 8页
• 分类号: TP391.4
• 字数: 5365字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.04.025

摘要

为提高对马铃薯芽眼的识别效果,提出一种基于改进Faster R-CNN的马铃薯芽眼识别方法.对Faster R-CNN中的非极大值抑制(Non-maximum suppression,NMS)算法进行优化,对与M交并比(Intersection over union,IOU)大于等于Nt的相邻检测框,利用高斯降权函数对其置信度进行衰减,通过判别参数对衰减后的置信度作进一步判断;在训练过程中加入采用优化NMS算法的在线难例挖掘(Online hard example mining,OHEM)技术,对马铃薯芽眼进行识别试验.试验结果表明:改进的模型识别精度为96.32％,召回率为90.85％,F1为93.51％,平均单幅图像的识别时间为0.183s.与原始的Faster R-CNN模型相比,改进的模型在不增加运行时间的前提下,精度、召回率、F1分别提升了4.65、6.76、5.79个百分点.改进Faster R-CNN模型能够实现马铃薯芽眼的有效识别,满足实时处理的要求,可为种薯自动切块中的芽眼识别提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕钊钦	山东农业大学机械与电子工程学院	77	391	11.0	16.0
3	侯加林	山东农业大学机械与电子工程学院	110	724	14.0	21.0
5	张万枝	山东农业大学机械与电子工程学院	15	26	2.0	4.0
9	席芮	山东农业大学机械与电子工程学院	3	1	1.0	1.0
13	姜凯	昆士兰大学化工学院	1	0	0.0	0.0