检索结果-南通市图书馆

南京农业大学学报 2023年

作者：朱琦周德强盛卫锋左文娟朱家豪江南大学机械工程学院江苏省食品先进制造装备技术重点实验室

[目的]针对苹果无损检测过程中表面缺陷检测精度低的问题，提出一种基于DSCS-YOLO的苹果表面缺陷检测方法。[方法]首先为提高网络对表面缺陷细节特征的提取能力，设计了一种基于Dense模块以及SE模块的深浅特征选择模块DSCS(Deep and sha... 详细信息

[目的]针对苹果无损检测过程中表面缺陷检测精度低的问题，提出一种基于DSCS-YOLO的苹果表面缺陷检测方法。[方法]首先为提高网络对表面缺陷细节特征的提取能力，设计了一种基于Dense模块以及SE模块的深浅特征选择模块DSCS(Deep and shallow feature selection module)，采用DSCS替换Backbone中的C3模块，在保留表面缺陷浅层信息的基础上强化对重要特征的学习，并起到削弱冗余特征的作用；针对由于Backbone与Neck部分输出信息过多导致的参数耦合问题，利用解耦头原理对Head层部分进行分层预测。同时采用ELU激活函数改进原有解耦头，简化了末端结构，使网络训练更加容易；最后针对表面缺陷标注困难的问题，采用Wise-IoU损失函数代替CIoU损失函数，为不同质量的标注提供非线性增益，实现网络的动态聚焦学习。[结果]试验结果表明，DSCS-YOLO对苹果表面缺陷检测的平均精度均值达到90.9%，相较于YOLOv3-tiny、YOLOv5s、YOLOX-s以及SSD分别提高了4.5%、1.9%、6.3%、16.3%。[结论]改进后的DSCS-YOLO提高了YOLOv5s算法的精度，实现了苹果表面缺陷的精准识别。

关键词：苹果表面缺陷检测特征融合动态聚焦损失函数 YOLOv5s 注意力机制

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的苹果表面缺陷检测与识别研究

基于深度学习的苹果表面缺陷检测与识别研究

引用

作者：董叶婷广西科技大学

学位级别：硕士

我国苹果产量居世界首位,然而高生产量低质量一直以来是我国水果销售和出口所面临的最大阻碍。苹果在生长、采摘、运输、储存等一系列过程中,很难避免受到挤压和损害的问题。而这些苹果不但影响其自身价值,使得营养成分流失,而且会感染... 详细信息

我国苹果产量居世界首位,然而高生产量低质量一直以来是我国水果销售和出口所面临的最大阻碍。苹果在生长、采摘、运输、储存等一系列过程中,很难避免受到挤压和损害的问题。而这些苹果不但影响其自身价值,使得营养成分流失,而且会感染周围其他正常的果肉,给果农带来更严重的经济损失。因此,苹果表面的缺陷检测对实现水果的自动分拣具有较强的实用性。为了取代准确率低、劳动强度大、效率不高的人工检测,本文以红富士苹果为研究对象,利用深度学习模型的相关技术和方法对苹果表面的缺陷进行研究分析。研究内容包括以下几方面:(1)苹果表面缺陷数据集的建立。利用网络爬虫技术和实地拍摄两种方法采集了病虫害、机械伤、腐烂三种缺陷类型的苹果图像。为满足模型训练的要求利用数据增强的方法对自建的数据集进行扩充。使用标注工具对完成所有缺陷图像进行手动标注,并制作成MS COCO数据集格式。(2)提出基于DETR的苹果表面缺陷检测算法。将Transformer网络应用于苹果表面缺陷检测任务中,针对DETR的特征提取网络ResNet50对某些重要特征提取能力不足的问题。采用通道注意力机制SE Layer与可变形卷积(DCN)对CSP-Darknet53进行改进,得到特征表征能力更强的特征提取网络。针对DETR在小目标上检测效果较差的问题,采用可变形注意力编码器代替注意力编码器,可以让模型有效利用含有许多小目标信息的多尺度特征图,提升对小目标的检测能力。为进一步提升苹果表面缺陷检测的效果,提出CIOU Loss和L1 Loss结合的联合回归损失,解决GIOU Loss带来的退化问题,使模型有更好的收敛性。实验结果表明,改进后的DETR算法不仅提高了模型的检测精度,而且减少了模型的参数量和复杂度,mAP值较之前提高了3.4%。(3)设计苹果表面缺陷检测与识别软件。利用PySide2框架和Python语言对苹果表面缺陷检测与识别软件进行设计与实现,软件主要分为用户登录模块、缺陷检测模块以及信息实时显示模块。

关键词：深度学习苹果表面缺陷检测 DETR 特征提取注意力机制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于计算机视觉的苹果表面缺陷识别方法

引用

农业网络信息 2005年第6期 10-13,17页

作者：袁金丽吉海彥郭志涛中国农业大学信息与电气工程学院北京100094 河北工业大学信息学院天津300130

在利用计算机视觉技术检测苹果外部品质的过程中,苹果表面缺陷的识别相对于形状、大小、颜色的检测要复杂得多,因此缺陷检测方法的研究极具挑战性。在实验的基础上,本文对几种缺陷检测算法(“洪水法”和“蛇形法”、“自适应球形变换法... 详细信息

在利用计算机视觉技术检测苹果外部品质的过程中,苹果表面缺陷的识别相对于形状、大小、颜色的检测要复杂得多,因此缺陷检测方法的研究极具挑战性。在实验的基础上,本文对几种缺陷检测算法(“洪水法”和“蛇形法”、“自适应球形变换法”、“参考图像法”、“标准球体灰度模型法”)的思路和实验结果进行了深入的分析和比较,并对缺陷检测中尚待解决的问题进行了阐述。

关键词：计算机视觉苹果分级苹果表面缺陷检测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：