| 基于深度学习与目标跟踪的苹果检测与视频计数方法 |
| |
| 引用本文： | 高芳芳, 武振超, 索睿, 周忠贤, 李瑞, 傅隆生, 张昭. 基于深度学习与目标跟踪的苹果检测与视频计数方法[J]. 农业工程学报, 2021, 37(21): 217-224. DOI: 10.11975/j.issn.1002-6819.2021.21.025 |
| |
| 作者姓名： | 高芳芳 武振超 索睿 周忠贤 李瑞 傅隆生 张昭 |
| |
| 作者单位： | 1.西北农林科技大学机械与电子工程学院,杨凌 712100;2.绥德县兰花花生态食品有限责任公司,绥德 718000;3.农业农村部农业物联网重点实验室,杨凌 712100;4.陕西省农业信息感知与智能服务重点实验室,杨陵 712100;5.北达科他州立大学,美国法戈 58102 |
| |
| 基金项目： | 国家自然科学基金（32171897）;陕西省创新人才推进计划-青年科技新星项目（2021KJXX-94）;中国博士后科学基金资助项目（2019M663832）;中国科学技术部国家外国专家局高端外国专家引进计划（G20200027075） |
| |
| 摘 要： | 基于机器视觉技术自动检测苹果树上的果实并进行计数是实现果园产量测量和智慧果园生产管理的关键.该研究基于现代种植模式下的富士苹果视频,提出基于轻量级目标检测网络YOLOv4-tiny和卡尔曼滤波跟踪算法的苹果检测与视频计数方法.使用YOLOv4-tiny检测视频中的苹果,对检测到的果实采用卡尔曼滤波算法进行预测跟踪,基于...
|
| 关 键 词： | 视频计数 YOLOv4-tiny 卡尔曼滤波器 匈牙利算法 果实匹配 |
| 收稿时间： | 2021-07-14 |
| 修稿时间： | 2021-11-10 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
