基于深度学习的桃子检测研究

作者：崔潇; 马原东; 倪照风; 郦烜杰; 杨秀璋; 赵小明; 罗子江^*

来源：贵州科学, 2019, 37(02): 82-86.

• 目标检测
• 桃子
• 深度学习
• 数据增强

针对桃子生长环境复杂,不同光照等影响因素使得采摘机器人难以对桃子检测、识别和定位的问题,提出一种基于深度学习的桃子检测方法。在MTCNN基础上,通过对其结构优化调整并增加一分类模型,构建桃子检测模型。在桃子图像数据集上,应用多种数据增强技术对网络进行训练。综合考虑检测性能和速度,对比不同标签方式、不同输入大小和不同网络结构下的测试结果,优选出四阶段网络用于桃子检测。结果表明,该检测器对成熟桃子检测准确率为89.3%。

• 单位
  贵州财经大学; 中国科学院大学