基于Mask R-CNN模型的砀山酥梨目标检测

作者：王永惠; 曹浩

来源：青岛农业大学学报(自然科学版), 2023, 1-6.

• 砀山酥梨
• 目标检测
• 深度学习
• Mask R-CNN

目标识别对实现水果产业采摘自动化至关重要，但在自然环境下传统检测算法对酥梨果实识别效果不好。基于Mask R-CNN（mask region-convolutional neural network）神经网络模型，结合砀山酥梨图像的样本数据库，通过特征金字塔网络提取图像特征，运用RPN（region proposal network）网络处理特征图，对砀山酥梨目标检测效果进行分析。结果表明：采用Mask R-CNN模型检测的准确率为95.54%，召回率为92.79%，误检率为4.45%；Mask R-CNN模型能够在果实被枝叶遮挡、未被枝叶遮挡、果实重叠等场景下精准检测出酥梨图像的完整轮廓。为采摘机器人检测酥梨目标提供了技术支持。

• 单位
  安徽科技学院