| 基于EfficientDet-D1的草莓快速检测及分类 |
| |
| 引用本文： | 张小花,李浩林,李善军,张文峰,冼镇鸿.基于EfficientDet-D1的草莓快速检测及分类[J].华中农业大学学报,2022,41(6):262-269. |
| |
| 作者姓名： | 张小花 李浩林 李善军 张文峰 冼镇鸿 |
| |
| 作者单位： | 1.仲恺农业工程学院自动化学院，广州510225;2.广东省农产品冷链运输与物流工程技术研究中心， 广州510225;3.仲恺农业工程学院机电工程学院，广州510225;4.华中农业大学工学院/国家柑橘保鲜技术研发专业中心，武汉430070;5.粤港澳大湾区农产品数字物流研究中心， 广州510225 |
| |
| 基金项目： | 国家重点研发计划项目（2020YFD1000101）；广东省普通高校特色创新类项目（2019KTSCX064）；广州市科技计划项目（202002020028）；广州市科信局项目GZKTP202003）；广东省农产品保鲜物流共性关键技术研发创新团队（2021KJ145 |
| |
| 摘 要： | 为了快速识别自然环境下的成熟草莓与未成熟草莓，本研究提出了基于EfficientDet-D1的草莓快速检测及分类方法。该方法具有EfficientNet 网络中快速归一化特征加权融合特点，应用该方法与YOLOv3、YOLOv4、Faster-RCNN以及EfficientDet-D0模型进行对比试验，结果显示，YOLOv3、YOLOv4、Faster-RCNN、EfficientDet-D0和EfficientDet-D1等5种算法的平均精度均值（PmA）分别为 89.51%、69.02%、96.54%、96.71%、97.50%。试验结果表明，EfficientDet-D1在成熟草莓与未成熟草莓的检测性能均优于其他4种目标检测算法，有较好的泛化性和鲁棒性，且使用模型参数量较小的EfficientNet网络，更适合作用于移动端识别，可实现草莓快速识别中的速度与精度要求。
|
| 关 键 词： | 深度学习 目标检测 EfficientDet 草莓分类 EfficientNet |
| 收稿时间： | 2022/4/13 0:00:00 |
Rapid detection and classification of strawberries based on EfficientDet-D1 |
| |
| ZHANG Xiaohu,LI Haolin,LI Shanjun,ZHANG Wenfeng,XIAN Zhenghong.Rapid detection and classification of strawberries based on EfficientDet-D1[J].Journal of Huazhong Agricultural University,2022,41(6):262-269. |
| |
| Authors: | ZHANG Xiaohu LI Haolin LI Shanjun ZHANG Wenfeng XIAN Zhenghong |
| |
| Abstract: | |
| |
| Keywords: | deep learning target detection EfficientDet classification of strawberry EfficientNet |
|
| 点击此处可从《华中农业大学学报》浏览原始摘要信息 |
| 点击此处可从《华中农业大学学报》下载免费的PDF全文 |
