«上一篇/Previous Article|本期目录/Table of Contents|下一篇/Next Article»

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:

第52卷

期数:

2024年第24期

页码:

187-195

栏目:

农业工程与信息技术

出版日期:

2024-12-20

文章信息/Info

Title:

A detection method for orchard tomato picking based on improved YOLO v5s

作者:

杨国亮; 盛杨杨; 洪鑫芳; 余帅英; 张佳琦

江西理工大学电气工程与自动化学院，江西赣州 341000

Author(s):

Yang Guolang; et al

关键词:

番茄检测; 自适应RAAM模块; C3DS-ST; SWD_Loss; BiFormer

Keywords:

-

分类号:

TP391.41

DOI:

-

文献标志码:

A

摘要:

针对复杂果园环境下，不同生长周期的番茄容易受叶片、藤蔓的遮挡，以及多果实之间相互遮挡进而导致的误检、漏检、难检问题，提出了一种基于改进YOLO v5s的番茄生长周期采摘实时检测方法。首先，设计多尺度反向自适应注意力模块RAAM(Reversed Adaptive Attention Module)，用于解决原模型连续下采样丢失上下文信息的问题，并可以提升特征图分辨率用于高层语义信息的加权融合。其次，在Neck中设计C3DS-ST(C3 DySnakeConv-Swin Transformer)模块替换原有C3，增大局部区域坐标特征感知能力，适应整体番茄结构形状特征。最后，设计新的边框损失函数SWD_Loss，结合BiFormer注意力机制，使网络更加关注敏感区域，提高模型对遮挡部分的漏检率和多果实遮挡的检测精度。试验结果表明，改进后的模型在测试集上对番茄检测平均精度达到93.7%，相比于原模型提升2.1%，对图片中遮挡部分效果明显改善。同时，检测速度达到了50 帧/s，具有非常良好的应用前景。

Abstract:

-

参考文献/References:

［1］周明，李常保. 我国番茄种业发展现状及展望［J］. 蔬菜，2022(5)：6-10.
［2］潘肖楠，张玥，耿宝龙，等. 苹果采摘机器人的结构设计与分析［J］. 中国设备工程，2023(18)：38-40.
［3］王焱清，汤旸，杨光友. 面向机器人柑橘采摘的控制系统设计与试验［J］. 中国农机化学报，2023，44(9)：146-153.
［4］张勤，庞月生，李彬. 基于实例分割的番茄串视觉定位与采摘姿态估算方法［J］. 农业机械学报，2023，54(10)：205-215.
［5］宋怀波，尚钰莹，何东健. 果实目标深度学习识别技术研究进展［J］. 农业机械学报，2023，54(1)：1-19.
［6］Redmon J，Divvala S，Girshick R，et al. You only look once：unified，real-time object detection［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR).Las Vegas：IEEE，2016：779-788.
［7］Liu W，Anguelov D，Erhan D，et al. SSD：single shot MultiBox detector［M］//Leibe B，Matas J，Sebe N，et al. Lecture notes in computer science. Cham：Springer International Publishing，2016：21-37.
［8］王勇，陶兆胜，石鑫宇，等. 基于改进YOLO v5s的不同成熟度苹果目标检测方法［J］. 南京农业大学学报，2024，47(3)：602-611.
［9］Fan Y C，Zhang S Y，Feng K，et al. Strawberry maturity recognition algorithm combining dark channel enhancement and YOLO v5［J］. Sensors，2022，22(2)：419.
［10］Girshick R，Donahue J，Darrell T，et al. Rich feature hierarchies for accurate object detection and semantic segmentation［C］//2014 IEEE Conference on Computer Vision and Pattern Recognition. Columbus：IEEE，2014：580-587.
［11］张文静，赵性祥，丁睿柔，等. 基于Faster R-CNN算法的番茄识别检测方法［J］. 山东农业大学学报(自然科学版)，2021，52(4)：624-630.
［12］岳有军，孙碧玉，王红君，等. 基于级联卷积神经网络的番茄果实目标检测［J］. 科学技术与工程，2021，21(6)：2387-2391.
［13］Wang J F，Chen Y，Dong Z K，et al. Improved YOLO v5 network for real-time multi-scale traffic sign detection［J］. Neural Computing and Applications，2023，35(10)：7853-7865.
［14］Shi W Z，Caballero J，Huszár F，et al. Real-time single image and video super-resolution using an efficient sub-pixel convolutional neural network［C］//2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Las Vegas：IEEE，2016：1874-1883.
［15］Qi Y L，He Y T，Qi X M，et al. Dynamic snake convolution based on topological geometric constraints for tubular structure segmentation［C］//2023 IEEE/CVF International Conference on Computer Vision (ICCV).Paris：IEEE，2023：6047-6056.
［16］Zou P，Yang K J，Liang C. Improving real-timedetection of lightweight irregular driving behavior in YOLO v5［J］. Computer Engineering and Applications，2023，59(13)：186-193.
［17］Wang J W，Xu C，Yang W，et al. A normalized Gaussian Wasserstein distance for tiny object detection［EB/OL］. arXiv preprint，arXic：2110.13389(2021-10-16)［2023-10-10］. http：//arxiv.org/abs/2110.13389v1.

相似文献/References:

[1]杨国亮,王吉祥,聂子玲.基于改进型YOLOv5s的番茄实时识别方法[J].江苏农业科学,2023,51(15):187.
　Yang Guoliang,et al.A real-time tomato recognition method based on improved YOLOv5s[J].Jiangsu Agricultural Sciences,2023,51(24):187.

备注/Memo

备注/Memo:

收稿日期：2023-12-07
基金项目：江西省教育厅科技计划项目(编号：GJJ210861、GJJ200879)。
作者简介：杨国亮(1973—)，男，江西宜春人，博士，教授，主要从事人工智能和模式识别研究。E-mail：ygliang30@126.com。
通信作者：盛杨杨，硕士研究生，主要从事人工智能和模式识别研究。E-mail：syy505093@163.com。

常用功能

更新日期/Last Update: 2024-12-20