基于实例分割的柚子姿态识别与定位研究

作者：曾镜源; 洪添胜; 杨洲^*

来源：河南农业大学学报, 2021, 55(02): 287-294.

DOI：10.16445/j.cnki.1000-2340.20210326.001

• 柚子检测
• 实例分割
• 品质
• Mask R-CNN
• YOLOv3

采用Mask R-CNN和YOLOv3算法对复杂背景场景下的柚子进行目标识别和分割,通过微调方法训练了2个实例分割模型,并应用于柚子相关目标的识别和分割。结果表明,YOLOv3模型的帧速率为18～20 FPS,Mask R-CNN模型的帧速率为0.5～2 FPS,YOLOv3模型的目标检出率比Mask R-CNN模型少30%以上,包围框定位精度比Mask R-CNN模型偏离10%以上。基于Mask R-CNN模型输出的Mask提出的外形估算方法,免标定像素尺寸,时间复杂度为T(n),便于轮廓对比。基于目标边框对柚子角度进行计算,角度动态范围为±5°。说明基于实例分割的柚子外形估算和品质评价方法,能适应复杂图像背景,具有较强的泛化能力。

• 单位
  华南农业大学; 嘉应学院