基于Des-YOLO v4的复杂环境下苹果检测方法

作者：张境锋; 陈伟^*; 魏庆宇; 郭碧宇

来源：农机化研究, 2023, 45(05): 20-25.

DOI：10.13427/j.cnki.njyi.2023.05.047

• 采摘机器人
• 目标检测
• YOLO v4
• 密集连接网络
• 损失函数

为使采摘机器人快速准确检测出复杂环境中的苹果,提出一种Des-YOLO v4算法与苹果检测方法。由于YOLO v4的网络结构复杂,提出一种Des-YOLO结构,可减少网络参数并提高算法的检测速度;在训练阶段,正负样本的不平衡会导致苹果误检,提出一种基于AP-Loss的类别损失函数,以提高苹果识别的准确性。通过自制的苹果数据集测试了Des-YOLO v4算法,并在苹果采摘机器人样机上完成了采摘实验。实验结果表明:Des-YOLO v4算法对苹果图像的平均精度值为93.1%,检测速度为53f/s;机器人单次采摘时间为8.7s,采摘成功率达92.9%,具有检测精度高、速度快等优点。

• 单位
  江苏科技大学