| 基于深度学习的水果采摘机器人视觉识别系统设计 |
| |
| 作者姓名： | 伍锡如 雪刚刚 刘英璇 |
| |
| 作者单位： | 桂林电子科技大学电子工程与自动化学院,广西桂林541004;广西高校非线性电路与光通信重点实验室,广西桂林541004;桂林电子科技大学电子工程与自动化学院,广西桂林541004;广西高校非线性电路与光通信重点实验室,广西桂林541004;桂林电子科技大学电子工程与自动化学院,广西桂林541004;广西高校非线性电路与光通信重点实验室,广西桂林541004 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;省部共建药用资源化学与药物分子工程国家重点实验室资助项目;研究生教育创新项目;桂林电子科技大学研究生教育创新项目;桂林电子科技大学研究生教育创新项目 |
| |
| 摘 要： | 水果识别是自动化采摘过程中的关键步骤,为了提高水果识别的准确性和实时性,利用深度学习方法,设计了一种水果采摘机器人视觉识别系统。首先,采用多种预处理方法对样本数据进行扩充,并对图像进行缩放和灰度化处理;然后,构建了一个多层卷积神经网络,通过多次训练得到网络最优超参数;最后,利用所构建的卷积神经网络对水果图像进行训练,同时采用多种训练策略得到最终的识别模型。实验结果表明:系统具有识别速度快、准确率高的特点,可以快速、准确地对水果图像进行识别,单张水果图像的识别速度只需0.2s,识别精度高达97%以上。该方法具有重要的理论和应用价值,可为水果的自动化识别提供有力手段。
|
| 关 键 词： | 采摘机器人 水果识别 深度学习 图像处理 卷积神经网络 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
