CORC  > 兰州理工大学  > 兰州理工大学  > 机电工程学院
基于卷积神经网络的马铃薯芽眼检测识别研究
史方青; 王虎林; 黄华
刊名中国农机化学报
2022-06-15
卷号43期号:06页码:159-165
关键词目标检测 YOLOv3 卷积神经网络 马铃薯芽眼 深度学习
DOI10.13733/j.jcam.issn.2095-5553.2022.06.021
英文摘要为快速、准确识别马铃薯芽眼,提高种薯发芽率,提出一种基于卷积神经网络的马铃薯芽眼识别方法。针对多视角和不同程度重叠的马铃薯芽眼图像,通过数据增广及图像预处理建立数据库。在此基础上,利用YOLOv3网络的高性能特征提取特性,实现马铃薯芽眼的快速准确识别。结果表明:YOLOv3网络对含有单个无遮挡芽眼的样本、含有多个有遮挡芽眼的样本及含有机械损伤、虫眼及杂质的样本均能够实现良好稳定的识别,最终检测精确度P为97.97%,召回率R为96.61%,调和平均值F1为97%,识别平均精度mAP为98.44%,单张检测时间为0.018 s。对比分析YOLOv4-tiny及SSD等网络后可知,YOLOv3模型可同时满足马铃薯芽眼识别的精度与速度要求。因此,YOLOv3网络对马铃薯芽眼识别具有良好的鲁棒性,为马铃薯切种机实现自动化切种奠定基础。
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://ir.lut.edu.cn/handle/2XXMBERH/158784]  
专题机电工程学院
作者单位兰州理工大学机电工程学院
推荐引用方式
GB/T 7714
史方青,王虎林,黄华. 基于卷积神经网络的马铃薯芽眼检测识别研究[J]. 中国农机化学报,2022,43(06):159-165.
APA 史方青,王虎林,&黄华.(2022).基于卷积神经网络的马铃薯芽眼检测识别研究.中国农机化学报,43(06),159-165.
MLA 史方青,et al."基于卷积神经网络的马铃薯芽眼检测识别研究".中国农机化学报 43.06(2022):159-165.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace