科研之友
微信
新浪微博
Facebook
分享链接
摘要
在采摘机器人的工作过程中，为了提高采摘机器人的采摘成功率，需要获取水果的位置信息，以确定果实与采摘机器人的相对位置关系.由于采摘作业环境复杂，为提高采摘系统的工作效率，提出一种基于Opencv采用Yolov5算法和双目相机对水果进行目标识别和空间定位的方法.针对小目标识别在Yolov5算法中识别精度的不足，在Yolov5算法网络结构中叠加包含更多低层级信息的浅层特征图，实现小目标检测层进行算法优化，实验结果表明，优化后的识别网络对水果检测的平均精度为92.4%.基于深度学习的优化识别网络在识别小目标方面具有更好的性能，可以有效提高果农采摘系统的工作效率.
-
单位哈尔滨商业大学
