基于残差块与注意力机制的果蔬自动识别方法

作者：余琼; 张瑞; 李德豪; 员玉良; 王至秋^*

来源：农业机械学报, 2023, 54(S2): 214-222.

• 果蔬识别
• 残差块
• 注意力机制
• YOLO v5

针对果蔬识别中识别效率低、成本高等问题，本文提出了基于残差块和注意力机制的果蔬识别模型，并成功部署于果蔬智能识别设备。果蔬自动识别装置由Raspberry Pi、STM32F103ZET6、摄像头、称量传感器、处理器、显示屏、微型打印机、扎口机以及电源等部分组成。中央控制器与显示屏进行交互实时显示各种参数，通过摄像头与称量传感器采集待测物体图像与待测物体质量，由部署于Raspberry Pi的果蔬自动识别模型对果蔬进行精准识别，同时协同单片机STM32F103ZET6将果蔬相关信息打印并控制扎口机进行封口打包。本文以YOLO v5网络为基础，通过增加残差块与注意力机制构建果蔬自动识别模型RB+CBAM-YOLO v5。以自制的数据集训练网络，将6种网络进行对比试验，并选择最优网络进行设备端检测试验。试验结果表明，RB+CBAM-YOLO v5的精确率、召回率与mAP0.5分别为83.55%、96.08%、96.20%,较YOLO v5提升4.47、1.10、0.90个百分点。将RB+CBAM-YOLO v5模型部署于嵌入式设备Raspberry Pi中，设备可实现精准识别、自动称量、打印凭条以及快速打包等功能，可满足果蔬识别以及无人售卖装置的需求。

• 单位
  哈尔滨工程大学; 机电工程学院; 青岛农业大学