基于YOLO算法的不同品种枣自然环境下成熟度识别

作者：王菁; 范晓飞; 赵智慧; 张君; 孙磊; 索雪松^*

来源：中国农机化学报, 2022, 43(11): 165-171.

DOI：10.13733/j.jcam.issn.2095-5553.2022.11.023

• 枣果实
• 成熟度
• YOLO算法
• 目标检测
• 智能采摘

实现果园机械化智能采摘是解决农村劳动力不足、降低果实采摘成本的重要途径，对果园中果实的准确识别是其关键技术。以枣为研究对象，建立最适合多品种、实用性强的枣果实成熟度识别模型，将YOLO算法引入到枣果实在自然环境下的成熟度识别中，将枣果实分为成熟果实、未熟果实和完熟果实、半红果实、未熟果实两种标注方式，建立YOLO V3、YOLO V4、YOLO V4-Tiny和Mobilenet-YOLO V4-Lite四种识别模型。研究表明YOLO算法中YOLO V3与YOLO V4-Tiny两个模型均可适用于两种标注方式，验证集mAP约为94%,证明YOLO算法能够对枣果实进行有效的成熟度识别。

• 单位
  河北农业大学; 机电工程学院