基于改进型YOLO v3的蔬菜识别算法

• 作者: 张端金 杜广明 肖文福 魏宏彬
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 蔬菜识别 K-means 卷积神经网络 特征金字塔 YOLOv3
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 智能信息
• 页码范围: 7-12,31
• 页数: 7页
• 分类号: TP18
• 字数: 4075字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2020.03.002

摘要

针对超市的散装蔬菜区排队称重问题(称重设备能够自动识别蔬菜种类将有效地提高超市的运行效率),提出一种基于改进型YOLOv3的蔬菜识别方法.首先,利用高清摄像头以及网络爬虫技术采集蔬菜图片;其次,通过K-means聚类分析得到15组适应于蔬菜数据集的先验框;再次,采用一种新的边界框回归损失函数DIoU来提高检测任务的精度;最后,因蔬菜数据集中的大目标较多,通过增强特征提取网络,获取5组不同尺度的特征构成特征金字塔从而实现蔬菜识别任务.改进型YOLOv3算法在测试集上的平均精度mAP达到93.2％,识别速度是35 f·s-1.该方法在保证实时检测目标的同时提升了识别的平均精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张端金	郑州大学信息工程学院	48	639	12.0	24.0
2	魏宏彬	郑州大学信息工程学院	1	0	0.0	0.0
3	杜广明	郑州大学信息工程学院	1	0	0.0	0.0
4	肖文福	郑州大学信息工程学院	1	0	0.0	0.0