检索结果-维普期刊中文期刊服务平台

基于改进YOLOv11的水果成熟度检测: 1; 作者赵鹏强光磊 +2 位作者卢波高扬张仟祥《现代信息科技》 2025年第8期34-40,共7页; 针对水果成熟度检测中存在的精度不足、复杂背景下识别难度大,传统方法在特征提取上表现出明显的局限性等问题,为此,提出了一种基于改进YOLOv11的水果成熟度检测算法(AGLU-YOLOv11),以满足水果成熟度检测中对数据高效、可靠采集的需求。... 展开更多; 关键词 YOLO 目标检测 CGLU CATM 水果成熟度检测; 在线阅读下载PDF 职称材料

基于多目标采样和改进Mask R-CNN的木瓜成熟度检测: 2; 作者齐国红张云龙苏曼《食品与机械》 CSCD 北大核心 2024年第3期52-59,共8页; 目的:提高木瓜成熟度检测准确率及鲁棒性。方法:提出一种基于多目标采样和改进Mask R-CNN的木瓜成熟度检测方法。通过均值平均精度、准确率、精确率—召回率曲线和计算时间等指标,验证所提方法的有效性和鲁棒性,并将其检测效果与Faster ... 展开更多; 关键词成熟度检测多目标采样 Mask R-CNN 小数据集木瓜; 在线阅读下载PDF 职称材料

基于改进YOLOv5s的轻量化牛油果成熟度检测方法: 3; 作者孙毅张双德《信息技术与信息化》 2024年第10期103-107,共5页; 为实现牛油果成熟度的快速精确检测,提升牛油果物流链的自动化水平,提出了一种轻量化YOLOv5s模型检测方法。首先,将RepGhost作为轻量化主干网络引入为模型的主干网络,大幅度加快检测速度;其次,添加激活函数Mish模块,使得模型更好地实现... 展开更多; 关键词牛油果成熟度检测 RepGhost Mish YOLOv5 轻量化; 在线阅读下载PDF 职称材料

基于改进YOLOv5s的草莓成熟度实时检测算法: 4; 作者梁敖代东南 +3 位作者牛思琪许晓琳周延培马德新《山东农业科学》北大核心 2024年第11期156-163,共8页; 本研究提出了一种基于YOLOv5s的草莓成熟度实时检测算法YOLOv5s-SCS,该算法针对检测过程中草莓数量多、体积小、果实之间遮挡、重叠、密集等特点,优化了对小目标和密集目标存在误检和漏检等问题,显著提升了检测速度。首先,引入SimOTA匹... 展开更多; 关键词深度学习草莓成熟度检测 YOLOv5s SE注意力机制 SimOTA; 在线阅读下载PDF 职称材料

基于深度学习的蓝莓成熟度预测被引量：3: 5; 作者李竹牟昌红 +1 位作者嵇康轩王波《安徽农业科学》 CAS 2023年第5期232-236,共5页; 蓝莓果实成熟度的人工分级技术效率低、准确性有限,不能满足市场需求。为了提高蓝莓成熟度检测的准确性,提出了一种基于深度学习的蓝莓成熟度预测方法,从而预测出不同成熟阶段的蓝莓果实。针对7个不同成熟阶段的蓝莓果实,利用VGG 16神... 展开更多; 关键词蓝莓成熟度检测深度学习 VGG 16; 在线阅读下载PDF 职称材料

可进行猕猴桃成熟度判定的智能管理机器人机械手设计: 6; 作者邓琴刘启乡 +1 位作者高洁周丽丽《消费电子》 2020年第5期36-36,22,共2页; 近年来,随着人们生活水平的提高,对果蔬类的需求愈来愈大,更多的种植户把目光投向了果蔬类的种植。以猕猴桃为例,将过熟的猕猴桃与其他猕猴桃存放一处,过熟的猕猴桃会分泌乙烯,乙烯会催熟其他猕猴桃,使其存放期缩短,甚至还会造成猕猴桃... 展开更多; 关键词成熟度检测机械手智能管理; 在线阅读下载PDF 职称材料

基于RetinaNet的红枣果实分类检测研究: 7; 作者郭新东邓玄龄孙瑜《安徽农业科学》 CAS 2023年第16期226-229,264,共5页; 为解决不同成熟度红枣图像中多尺度红枣目标检测问题,以自然场景下获取的红枣图像为研究对象,首先建立包含不同成熟度红枣图像数据集;然后以骨干网络ResNet50和特征金字塔网络作为特征提取器,连接2个相似结构的分类子网和回归子网,以Foc... 展开更多; 关键词深度学习 RetinaNet 红枣成熟度检测自然场景; 在线阅读下载PDF 职称材料

题名基于改进YOLOv11的水果成熟度检测: 1; 作者赵鹏强光磊卢波高扬张仟祥; 机构太原师范学院计算机科学与技术学院智能优化计算与区块链技术山西省重点实验室; 出处《现代信息科技》 2025年第8期34-40,共7页; 基金山西省科技战略研究专项重点项目(202304031401011)。; 文摘针对水果成熟度检测中存在的精度不足、复杂背景下识别难度大,传统方法在特征提取上表现出明显的局限性等问题,为此,提出了一种基于改进YOLOv11的水果成熟度检测算法(AGLU-YOLOv11),以满足水果成熟度检测中对数据高效、可靠采集的需求。AGLU-YOLOv11通过优化YOLOv11主干网络中的C3k2模块,融合CATM(Conv Additive Self-Attention)与CGLU(Convolutional Gated Linear Unit)设计了C3k2_AddBlock_CGLU模块,显著提升特征提取能力及多品种、多阶段成熟度果实的适应性。同时,在特征融合阶段引入AFCA注意力机制,强化全局特征表达及复杂背景的适应性,实现高效水果质量检测与标注。实验结果表明,AGLU-YOLOv11在Precision、Recall、mAP@0.5和mAP@0.5:0.95指标上相比其他检测模型,在精度、鲁棒性和多尺度目标适应性上表现更优,能够更好地满足识别水果成熟度的需求。; 关键词 YOLO 目标检测 CGLU CATM 水果成熟度检测; Keywords YOLO Object Detection CGLU CATM fruit ripeness detection; 分类号 TP3191.4 [自动化与计算机技术—计算机软件与理论] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于多目标采样和改进Mask R-CNN的木瓜成熟度检测: 2; 作者齐国红张云龙苏曼; 机构郑州西亚斯学院河南大学; 出处《食品与机械》 CSCD 北大核心 2024年第3期52-59,共8页; 基金河南省科技攻关项目(编号:232102110274) 河南省高等学校重点科研项目(编号:24B210019) 河南省教育厅第九批河南省重点学科(检测技术与自动化装置)建设项目(编号:教高[2018]119号)。; 文摘目的:提高木瓜成熟度检测准确率及鲁棒性。方法:提出一种基于多目标采样和改进Mask R-CNN的木瓜成熟度检测方法。通过均值平均精度、准确率、精确率—召回率曲线和计算时间等指标,验证所提方法的有效性和鲁棒性,并将其检测效果与Faster R-CNN、RetinaNet和CenterMask等方法进行对比。结果:试验方法对木瓜成熟度检测的平均精度均值、50%平均精度均值、75%平均精度均值分别为98.43%,98.67%,98.68%,对未成熟、半成熟和成熟木瓜成熟度的平均检测精度为99.38%,98.81%,99.37%。结论:该方法可用于开发木瓜成熟度检测的电子系统,提升木瓜成熟度检测和木瓜分级的性能。; 关键词成熟度检测多目标采样 Mask R-CNN 小数据集木瓜; Keywords maturity detection multi-target sampling Mask R-CNN small data set papaya; 分类号 S661.6 [农业科学—果树学] TP183 [自动化与计算机技术—控制理论与控制工程] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进YOLOv5s的轻量化牛油果成熟度检测方法: 3; 作者孙毅张双德; 机构武汉轻工大学电气与电子工程学院; 出处《信息技术与信息化》 2024年第10期103-107,共5页; 文摘为实现牛油果成熟度的快速精确检测,提升牛油果物流链的自动化水平,提出了一种轻量化YOLOv5s模型检测方法。首先,将RepGhost作为轻量化主干网络引入为模型的主干网络,大幅度加快检测速度;其次,添加激活函数Mish模块,使得模型更好地实现相关特征传递。在此基础上引入数据增强,提升模型泛化能力和模型检测的性能。结果表明,改进后的YOLOv5s模型对未成熟、半成熟、成熟牛油果的检测精度分别提升了5.1、4.1、9.6个百分点,平均精度提升了6.3个百分点,@map0.5提升了7.1个百分点,检测速度达到117帧/s。对比当前主流检测模型YOLOv5s,改进后的模型性能更加优异,能够为牛油果物流链条提供一种轻量化、高精度的自动化成熟度检测方案。; 关键词牛油果成熟度检测 RepGhost Mish YOLOv5 轻量化; 分类号 S667.9 [农业科学—果树学] TP183 [自动化与计算机技术—控制理论与控制工程] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进YOLOv5s的草莓成熟度实时检测算法: 4; 作者梁敖代东南牛思琪许晓琳周延培马德新; 机构青岛农业大学传媒学院凯盛浩丰农业集团有限公司青岛农业大学智慧农业研究院; 出处《山东农业科学》北大核心 2024年第11期156-163,共8页; 基金山东省重点研发计划项目(2024CXGC010905,2023TZXD023) 山东省自然科学基金项目(ZR2022MC152) 中央引导地方科技发展专项计划项目(23-1-3-6-zyyd-nsh)。; 文摘本研究提出了一种基于YOLOv5s的草莓成熟度实时检测算法YOLOv5s-SCS,该算法针对检测过程中草莓数量多、体积小、果实之间遮挡、重叠、密集等特点,优化了对小目标和密集目标存在误检和漏检等问题,显著提升了检测速度。首先,引入SimOTA匹配算法动态分配成熟草莓正样本,提高成熟草莓的识别能力;其次,将YOLOv5s颈部的部分C3模块替换成C2f模块,实现了模型的轻量化,提升了模型的平均检测精度;最后,在YOLOv5s骨干网络的首个C3模块中添加具有全局感受野的SE(Squeeze-and-Excitation)注意力机制,该机制通过自动学习方式获取每个特征通道的重要程度,并且利用得到的重要程度来提升特征并抑制对当前任务不重要的特征。实验结果表明,改进后的算法平均精度均值、精确率、召回率、模型体积、检测速度分别为98.3%、92.6%、96.6%、13.5 MB和89.3 FPS,相较于原始YOLOv5s平均精度均值提高了1.8个百分点,精确率和召回率分别提升了1.3个和2.1个百分点,模型体积减小了0.3 MB,检测速度提高了82.24%,NMS(非极大值抑制处理)和图像预处理的时间大幅缩减,检测速度达到实时检测要求。该算法与其他算法比较,识别精度及模型体积均优于其他算法,在复杂环境下具有良好的鲁棒性,为开发草莓成熟度实时检测系统提供了解决方案。; 关键词深度学习草莓成熟度检测 YOLOv5s SE注意力机制 SimOTA; Keywords Deep learning Strawberry maturity detection YOLOv5s SE attention mechanism SimOTA; 分类号 S668.4 [农业科学—果树学] S126 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名基于深度学习的蓝莓成熟度预测被引量：3: 5; 作者李竹牟昌红嵇康轩王波; 机构苏州大学建筑学院中国林业科学院; 出处《安徽农业科学》 CAS 2023年第5期232-236,共5页; 基金江苏省研究生科研与实践创新计划项目(KYCX21_2962)。; 文摘蓝莓果实成熟度的人工分级技术效率低、准确性有限,不能满足市场需求。为了提高蓝莓成熟度检测的准确性,提出了一种基于深度学习的蓝莓成熟度预测方法,从而预测出不同成熟阶段的蓝莓果实。针对7个不同成熟阶段的蓝莓果实,利用VGG 16神经网络,提取果皮颜色特征建立模型。结果表明,该方法对不同成熟阶段蓝莓果实的预测准确率分别达到了97.65%、93.94%、97.02%、100%、80.56%、83.62%、95.21%。该方法建立的模型对蓝莓成熟度的预测较为精细,覆盖了从盛花期50 d开始至完全成熟全过程,充分利用深度学习网络的分类能力,提高了对蓝莓果实成熟度的预测,为实现蓝莓果实无损检测技术提供理论依据。; 关键词蓝莓成熟度检测深度学习 VGG 16; Keywords Blueberries Maturity detection Deep learning VGG 16; 分类号 S126 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名可进行猕猴桃成熟度判定的智能管理机器人机械手设计: 6; 作者邓琴刘启乡高洁周丽丽; 机构南通理工学院; 出处《消费电子》 2020年第5期36-36,22,共2页; 基金大学生创新训练计划项目《果园智能管理机器人》,项目编号:201912056004Z 南通市科技计划项目《果蔬类农业管理智能机器人设计》,项目编号:JC2018148。; 文摘近年来,随着人们生活水平的提高,对果蔬类的需求愈来愈大,更多的种植户把目光投向了果蔬类的种植。以猕猴桃为例,将过熟的猕猴桃与其他猕猴桃存放一处,过熟的猕猴桃会分泌乙烯,乙烯会催熟其他猕猴桃,使其存放期缩短,甚至还会造成猕猴桃大面积的腐烂,影响储存和销售,造成经济损失。所以,判定果子的成熟度非常有必要。为此本文设计一款能对成熟度进行判定的采摘机械手。通过实验发现重量与体积的比例系数和猕猴桃成熟度的关系,以此方式可以在不破坏猕猴桃的果皮及果肉的同时对猕猴桃的成熟度进行判定。根据此方式利用传感器和单片机技术设计了智能管理机器人机械手。; 关键词成熟度检测机械手智能管理; 分类号 S66 [农业科学—果树学]; 在线阅读下载PDF 职称材料

题名基于RetinaNet的红枣果实分类检测研究: 7; 作者郭新东邓玄龄孙瑜; 机构山西农业大学信息科学与工程学院; 出处《安徽农业科学》 CAS 2023年第16期226-229,264,共5页; 基金山西省高等学校科技创新项目(2022L086) 山西农业大学青年科技创新项目(201601)。; 文摘为解决不同成熟度红枣图像中多尺度红枣目标检测问题,以自然场景下获取的红枣图像为研究对象,首先建立包含不同成熟度红枣图像数据集;然后以骨干网络ResNet50和特征金字塔网络作为特征提取器,连接2个相似结构的分类子网和回归子网,以Focal Loss为损失函数,建立基于RetinaNet的红枣成熟度分类检测模型。结果表明,基于RetinaNet红枣成熟度检测模型对红枣4种成熟度分类检测平均精度均值为74.235%,满足农业生产基本要求,该研究为智能检测红枣果实及自动化采摘可行性提供了技术参考。; 关键词深度学习 RetinaNet 红枣成熟度检测自然场景; Keywords Deep learning RetinaNet Jujube Maturity classification Natural scene; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进YOLOv11的水果成熟度检测	赵鹏强光磊卢波高扬张仟祥	《现代信息科技》	2025	0	在线阅读下载PDF 职称材料
2	基于多目标采样和改进Mask R-CNN的木瓜成熟度检测	齐国红张云龙苏曼	《食品与机械》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于改进YOLOv5s的轻量化牛油果成熟度检测方法	孙毅张双德	《信息技术与信息化》	2024	0	在线阅读下载PDF 职称材料
4	基于改进YOLOv5s的草莓成熟度实时检测算法	梁敖代东南牛思琪许晓琳周延培马德新	《山东农业科学》北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于深度学习的蓝莓成熟度预测	李竹牟昌红嵇康轩王波	《安徽农业科学》 CAS	2023	3	在线阅读下载PDF 职称材料
6	可进行猕猴桃成熟度判定的智能管理机器人机械手设计	邓琴刘启乡高洁周丽丽	《消费电子》	2020	0	在线阅读下载PDF 职称材料
7	基于RetinaNet的红枣果实分类检测研究	郭新东邓玄龄孙瑜	《安徽农业科学》 CAS	2023	0	在线阅读下载PDF 职称材料