基于改进型YOLO的密集环境下槟榔果实的快速识别方法

作者：代云; 卢明^*; 何婷; 彭程武

来源：食品与机械, 2023, 39(04): 83-88.

DOI：10.13652/j.spjx.1003.5788.2022.80816

• 深度学习
• YOLO
• 机器视觉
• Mob-darknet-52
• 槟榔

目的:提高小个体槟榔的识别精确率以及槟榔加工厂的自动化程度。方法:设计并选取Mob-darknet-52作为新型特征提取网络，采用多尺度检测尺寸，提出一种基于改进型YOLO算法的槟榔定位与识别的方法。结果:Mob-YOLOV3-SPP对槟榔果实分类的检测精度为94.8%,准确率为94.5%,召回率为95.1%,模型的检测时间为6.679 ms。结论:基于改进型YOLOV3网络的优化算法可以实现密集环境下槟榔果实的快速定位与识别。

• 单位
  土木工程学院; 湖南科技大学; 湖南中医药大学