检索结果-南通市图书馆

基于改进YOLO v3网络的夜间环境柑橘识别方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第4期51卷 199-206页

作者：熊俊涛郑镇辉梁嘉恩钟灼刘柏林孙宝霞华南农业大学数学与信息学院广州510642 广东机电职业技术学院广州510515

为研究夜间环境下采摘机器人的视觉检测技术,实现采摘机器人的夜间作业,提出了一种多尺度卷积神经网络Des-YOLO v3算法,可实现夜间复杂环境下成熟柑橘的识别与检测。借鉴残差网络和密集连接网络,设计了Des-YOLO v3网络结构,实现了网络... 详细信息

为研究夜间环境下采摘机器人的视觉检测技术,实现采摘机器人的夜间作业,提出了一种多尺度卷积神经网络Des-YOLO v3算法,可实现夜间复杂环境下成熟柑橘的识别与检测。借鉴残差网络和密集连接网络,设计了Des-YOLO v3网络结构,实现了网络多层特征的复用和融合,加强了小目标和重叠遮挡果实识别的鲁棒性,显著提高了果实检测精度。柑橘识别试验结果表明,Des-YOLO v3网络的精确率达97.67%、召回率为97.46%、F1值为0.976,分别比YOLO v3网络高6.26个百分点、6.36个百分点和0.063。同时,经过训练的模型在测试集下的平均精度(m AP)为90.75%、检测速度达53 f/s,高于YOLO v3_DarkNet53网络的平均精度88.48%,m AP比YOLO v3_Dark Net53网络提高了2.27个百分点,检测速度比YOLO v3_DarkNet53网络提高了11 f/s。研究结果表明,本文提出的Des-YOLO v3网络对野外夜间复杂环境下成熟柑橘的识别具有更强的鲁棒性和更高的检测精度,为柑橘采摘机器人的视觉识别提供了技术支持。

关键词：柑橘采摘机器人 YOLO v3 夜间图像密集连接网络残差网络

基于YOLO v5-Lite的自然环境木瓜成熟度检测方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2023年第6期54卷 243-252页

作者：熊俊涛韩咏林王潇李泽星陈浩然黄启寅华南农业大学数学与信息学院广州510642

利用深度学习实现视觉检测技术对自然环境下树上木瓜成熟度的识别,从而监测木瓜生长期成熟度有重要意义。针对目前木瓜的成熟度主要以人工判断为主,缺乏对木瓜成熟度快速、准确的自动检测方法问题,本研究基于轻量化YOLO v5-Lite模型,对... 详细信息

利用深度学习实现视觉检测技术对自然环境下树上木瓜成熟度的识别,从而监测木瓜生长期成熟度有重要意义。针对目前木瓜的成熟度主要以人工判断为主,缺乏对木瓜成熟度快速、准确的自动检测方法问题,本研究基于轻量化YOLO v5-Lite模型,对自然环境下木瓜成熟度检测方法进行研究,通过采集的1386幅木瓜图像,训练得到最优权值模型。实验结果表明,该模型对木瓜检测mAP为92.4%,与目前主流的轻量化目标检测算法YOLO v5s、YOLO v4-tiny以及两阶段检测算法Faster R-CNN相比,其mAP分别提高1.1、5.1、4.7个百分点;此外,在保证检测精度的前提下,检测时间为7 ms,且模型内存占用量仅为11.3 MB。同时,该模型对不同拍摄距离、不同遮挡情况、不同光照情况下的果实均能实现准确识别,能够快速有效地识别出复杂背景下木瓜果实的成熟度,具有较强的鲁棒性,可以为木瓜果园的产量估计和采摘机器的定位检测提供技术支持。

关键词：木瓜水果成熟度检测机器视觉深度学习深度卷积神经网络

维普期刊数据库博看期刊

基于本体与认知经验的农业机器人视觉分类决策方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2023年第2期54卷 208-215页

作者：熊俊涛廖世盛梁俊浩韦婷婷陈淑绵郑镇辉华南农业大学数学与信息学院广州510642

基于小样本数据下认知经验知识辅助计算机进行决策,对实现农业领域机器人智能认知决策与助力智慧农业发展具有重要意义。本文在统计计数、支持向量机(SVM)等图像属性信息学习方法基础上,使用Protégé等工具,基于认知经验构建水果识别... 详细信息

基于小样本数据下认知经验知识辅助计算机进行决策,对实现农业领域机器人智能认知决策与助力智慧农业发展具有重要意义。本文在统计计数、支持向量机(SVM)等图像属性信息学习方法基础上,使用Protégé等工具,基于认知经验构建水果识别分类的专业知识库;然后根据图像颜色与形状信息,进行知识库搜索推理得到分类决策。实验在Fruit360数据集中共选择2091幅葡萄、香蕉、樱桃水果图像作为测试集,并各挑选30幅图像作为属性信息训练集与验证集,结果表明当前数据下葡萄与樱桃识别准确率为100%,香蕉识别准确率为93.30%。仅在知识库添加黄桃知识后,对984幅黄桃图像样本进行测试,其分类准确率为97.05%。表明本文方法能有效完成图像分类决策任务,且具有良好的过程可解释性、能力共享性和可拓展性。

关键词：智慧农业认知决策图像分类属性学习本体技术知识库

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

扰动柑橘采摘的实时识别与采摘点确定技术

农业机械学报 2014年第8期45卷 38-43页

作者：熊俊涛邹湘军彭红星陈文光林桂潮华南农业大学信息学院广州510642 华南农业大学南方农业机械与装备关键技术教育部重点实验室广州510642

对成熟柑橘果实在扰动状态下的视觉识别定位技术进行研究。利用ANSYS进行了扰动柑橘的动力学分析,结合图像处理分析结果,确定了微扰动柑橘的运动规律为类单摆运动;对采集的微扰动柑橘视频进行图像处理,设定规则选取视频中的图像,利用改... 详细信息

对成熟柑橘果实在扰动状态下的视觉识别定位技术进行研究。利用ANSYS进行了扰动柑橘的动力学分析,结合图像处理分析结果,确定了微扰动柑橘的运动规律为类单摆运动;对采集的微扰动柑橘视频进行图像处理,设定规则选取视频中的图像,利用改进的K-means聚类分割法结合优化Hough圆拟合方法实现柑橘果实的分割;根据图像分割结果,对柑橘的二值图像进行Hough直线拟合,结合直线斜率在-0.45~0.45的约束条件,确定扰动柑橘的有效采摘点。试验结果表明该方法能有效地识别自然环境中的微扰动柑橘,确定扰动果实采摘点的准确率达85%,采摘点确定的处理时间在7.58~9.24 s范围内。

关键词：柑橘采摘机械手扰动采摘点动力学分析视觉识别

基于深度学习的大豆生长期叶片缺素症状检测方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第1期51卷 195-202页

作者：熊俊涛戴森鑫区炯洪林筱芸黄琼海杨振刚华南农业大学数学与信息学院广州510642 华南农业大学电子工程学院广州510642

为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。... 详细信息

为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。

关键词：大豆叶片缺素深度学习神经网络迁移学习

自然环境下多类水果采摘目标识别的通用改进SSD模型

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2018年第16期34卷 155-162页

作者：彭红星黄博邵园园李泽森张朝武陈燕熊俊涛华南农业大学数学与信息学院/南方农业机械与装备关键技术教育部重点实验室广州510642 山东农业大学机械与电子工程学院泰安271018 华南农业大学工程学院广州510642

为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为R... 详细信息

为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为Res Net-101模型,并运用迁移学习方法和随机梯度下降算法优化SSD深度学习模型。该文基于Caffe深度学习框架,对自然环境下采集的水果图像进行不同网络模型、不同数据集大小和不同遮挡比例等多组水果识别检测效果对比试验。试验表明:改进的SSD深度学习水果检测模型对4种水果在各种环境下的平均检测精度达到88.4%,高于经典SSD深度学习模型中的86.38%,经过数据增强后平均检测精度可提升至89.53%,在遮挡面积低于50%的情况下F1值能达到96.12%,有较好的泛化性和鲁棒性,可以很好地实现自然环境下多类水果的精准检测,可为农业自动化采摘中的水果识别检测问题提供新的方案。

关键词：图像识别模型算法水果检测深度学习 SSD VGG16 ResNet-101

在线全文

学校读者我要写书评

暂无评论

基于机器视觉的荔枝果实采摘时品质检测技术

农业机械学报 2014年第7期45卷 54-60页

作者：熊俊涛邹湘军刘念彭红星李锦鸿林桂潮华南农业大学信息学院广州510642 华南农业大学南方农业机械与装备关键技术教育部重点实验室广州510642

为了在荔枝采摘时实时判断果实的品质状态,通过分析自然环境中荔枝不同生长期的图像,对荔枝果实未成熟、成熟、成熟后外表腐烂变质的3种情况进行了图像数据分析。选取了YCbCr颜色模型,利用探索性分析法对荔枝不同部位、不同光照、不同... 详细信息

为了在荔枝采摘时实时判断果实的品质状态,通过分析自然环境中荔枝不同生长期的图像,对荔枝果实未成熟、成熟、成熟后外表腐烂变质的3种情况进行了图像数据分析。选取了YCbCr颜色模型,利用探索性分析法对荔枝不同部位、不同光照、不同生长期的荔枝图像的Cr分量进行了数据分析与统计,确定了辨识荔枝果实未成熟与成熟的Cr分量的阈值范围;对于成熟的荔枝,采用边缘提取与Hough圆拟合方法对其Cr分量图进行处理,标记出图像的荔枝果实,然后利用纹理统计法、颜色特征与果实不同部分面积比值相结合的方法进行果实变质的判断,最终实现了未成熟、成熟以及腐烂变质的荔枝果实的视觉智能判断,建立了荔枝果实品质辨识的智能系统。试验结果表明,辨识荔枝品质状态的正确率达93%。

关键词：荔枝采摘果实品质检测机器视觉探索性分析

基于多重特征增强与特征融合SSD的荔枝检测

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第4期38卷 169-177页

作者：彭红星李荆徐慧明陈虎邢政何慧君熊俊涛华南农业大学数学与信息学院/广州市智慧农业重点实验室广州510642

使用无人机拍摄的荔枝图像目标尺寸小、特征信息不足。为了更多、更好地检测到荔枝,该研究提出一种基于多重特征增强与特征融合的SSD(Single Shot Multibox Detector based on Multiple Feature Enhancement and Feature Fusion,MFEFF-S... 详细信息

使用无人机拍摄的荔枝图像目标尺寸小、特征信息不足。为了更多、更好地检测到荔枝,该研究提出一种基于多重特征增强与特征融合的SSD(Single Shot Multibox Detector based on Multiple Feature Enhancement and Feature Fusion,MFEFF-SSD)模型。为了减少不必要的计算量,删除原始主干网络Vgg16的最后两个卷积层,并在Conv8和Conv9层使用感受野模块(Receptive Field Block,RFB),提升主干网络的特征提取能力;然后使用高效空间金字塔模块(Efficient Spatial Pyramid Block,ESP),增强浅层特征;提出改进的路径聚合网络(Improved Path Aggregation Network,IPANet)多尺度融合特征,提升荔枝小目标的检测效果;最后在浅层引入通道注意力机制SE(SqueezeandExcitation)模块,进一步提高检测精度。同时,调整先验框的大小和数量,适应荔枝小目标的尺寸。试验结果表明:该研究提出的RFB模块可以提高检测效果;IPANet的平均精确率比FPN(Feature Pyramid Network)略有提高;SE模块的平均精确率比CBAM(Convolutional Block Attention Module)、ECA(Efficient Channel Attention)模块分别提高1.15个百分点和2.12个百分点;ESP模块的平均精确率比ASPP(atrous spatial pyramid pooling)提高2.51个百分点;与SSD、Yolov4-tiny、Faster-RCNN和Center Net模型相比,MFEFF-SSD模型的平均精确率分别提高30.62、14.58、44.46和15.93个百分点,能够更精准、有效地实现对无人机拍摄的荔枝图像检测,可为小目标农作物的检测开拓思路。

关键词：无人机图像处理特征增强特征融合荔枝检测

在线全文

学校读者我要写书评

暂无评论

变电站开关设备故障成因及检修对策

中文科技期刊数据库（文摘版）工程技术 2024年第11期 254-258页

作者：熊俊涛三峡生态环境有限公司向家坝分公司四川宜宾644000

随着我国经济发展水平的提升,电力行业在快速发展,其中变电站是电力行业发展的重要内容,而变电站中包含众多设备,这些设备的安全运行,有效保证的变电站的正常运行。因此对于变电站设备的维修必不可少,保证变电站设备的安全运行,排查其故... 详细信息

随着我国经济发展水平的提升,电力行业在快速发展,其中变电站是电力行业发展的重要内容,而变电站中包含众多设备,这些设备的安全运行,有效保证的变电站的正常运行。因此对于变电站设备的维修必不可少,保证变电站设备的安全运行,排查其故障,对设备进行全面的检修,保证变电站的安全运行是促进电力行业发展的关键所在。本文对变电开关设备故障的主要原因以及故障出现的原因进行了分析,从而说明了加强对设备故障检修的重要性。

关键词：变电站开关设备故障成因检修对策