| 基于改进Faster R-CNN的马铃薯芽眼识别方法 |
| |
| 引用本文： | 席芮,姜凯,张万枝,吕钊钦,侯加林.基于改进Faster R-CNN的马铃薯芽眼识别方法[J].农业机械学报,2020,51(4):216-223. |
| |
| 作者姓名： | 席芮 姜凯 张万枝 吕钊钦 侯加林 |
| |
| 作者单位： | 山东农业大学机械与电子工程学院,泰安271018;山东省农业装备智能化工程实验室,泰安271018;昆士兰大学化工学院,布里斯班4066 |
| |
| 基金项目： | 国家重点研发计划项目（2017YFD0700705）和山东省自然科学基金项目（ZR2019BC018） |
| |
| 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。
|
| 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 |
| 收稿时间： | 2019/10/17 0:00:00 |
Recognition Method for Potato Buds Based on Improved Faster R-CNN |
| |
| Institution: | Shandong Agricultural University;Shandong Agricultural Equipment Intelligent Engineering Laboratory,University of Queensland,Shandong Agricultural University;Shandong Agricultural Equipment Intelligent Engineering Laboratory,Shandong Agricultural University;Shandong Agricultural Equipment Intelligent Engineering Laboratory and Shandong Agricultural University;Shandong Agricultural Equipment Intelligent Engineering Laboratory |
| |
| Abstract: | |
| |
| Keywords: | potato buds automated cutting Faster R-CNN non maximum suppression Gaussian weight reduction online hard example mining |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
