甜瓜机械化采摘目标检测研究

作者：李超; 倪跃跃^*; 韩腾; 姬文婷

来源：农业工程, 2023, 13(09): 56-60.

DOI：10.19998/j.cnki.2095-1795.2023.09.009

• YOLOv5
• YOLOv7
• 甜瓜
• 目标检测
• 机械化采摘

甜瓜种植面积广泛，人工采摘费时费力，发展机械化采摘技术是近年来的热点问题，而目标检测是机械化采摘的关键环节之一。采用博洋9甜瓜图像作为数据集，利用YOLOv5和YOLOv7模型进行甜瓜目标检测的研究。采集不同环境下甜瓜果实的图像进行模型训练，输入模型的图像大小为640×640，每批次样本数为32个，epochs为100，初始学习率为0.01。YOLOv5模型的精度P(Precision)、召回率R(Recall)、F1得分、平均精度AP (Average precision)分别为86.1%、82.5%、84.3%和90.2%；而YOLOv7模型的P、R、F1、AP分别为85.7%、85.8%、85.7%和92.5%。YOLOv7模型的检测准确率较高。结果表明，基于YOLOv5和YOLOv7甜瓜进行检测是可行的，解决了甜瓜机械化采摘技术的目标检测问题。