典型文献
基于改进YOLOv3的果树树干识别和定位
文献摘要：
为提高果园机器人自主导航和果园作业的质量、效率,该研究提出一种基于改进YOLOv3算法对果树树干进行识别,并通过双目相机进行定位的方法.首先,该算法将SENet注意力机制模块融合至Darknet53特征提取网络的残差模块中,SENet模块可增强有用特征信息提取,压缩无用特征信息,进而得到改进后残差网络模块SE-Res模块;其次,通过K-means聚类算法将原始YOLOv3模型的锚框信息更新.果树树干定位通过双目相机的左、右相机对图像进行采集,分别传输至改进YOLOv3模型中进行果树树干检测,并输出检测框的信息,再通过输出的检测框信息对左、右相机采集到的果树树干进行匹配;最后,通过双目相机三角定位原理对果树树干进行定位.试验表明,该方法能较好地对果树树干进行识别和定位,改进YOLOv3模型平均精确率和平均召回率分别为97.54％和91.79％,耗时为0.046 s/帧.在果树树干定位试验中,横向和纵向的定位误差均值分别为0.039和0.266 m,误差比均值为3.84％和2.08％;与原始YOLOv3和原始SSD模型相比,横向和纵向的定位误差比均值分别降低了15.44、14.17个百分点和21.58、20.43个百分点.研究结果表明,该方法能够在果园机器人自主导航、开沟施肥、割草和农药喷洒等作业中进行果树识别和定位,为提高作业效率、保障作业质量奠定理论基础.
文献关键词：
机器人;算法;注意力机制;果树识别;果树定位;残差网络
中图分类号：
作者姓名：
顾宝兴;刘钦;田光兆;王海青;李和;谢尚杰
作者机构：
南京农业大学工学院 南京 210031
文献出处：
引用格式：
[1]顾宝兴;刘钦;田光兆;王海青;李和;谢尚杰-.基于改进YOLOv3的果树树干识别和定位)[J].农业工程学报,2022(06):122-129
A类：
果树识别,果树定位
B类：
YOLOv3,树干,识别和定位,果园机器人,自主导航,果园作业,双目相机,SENet,注意力机制模块,模块融合,Darknet53,特征提取网络,残差模块,特征信息提取,无用,残差网络模块,Res,means,聚类算法,锚框,信息更新,别传,机采,三角定位,定位原理,模型平均,精确率,召回率,定位试验,定位误差,误差均值,SSD,百分点,开沟,沟施,施肥,割草,农药喷洒,高作,作业效率,作业质量
AB值：
0.371673
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
