-
题名基于YOLO的复杂环境下朝天椒成熟度的检测研究
- 1
-
-
作者
于翔
朱方丽
沈美
周小林
-
机构
南通科技职业学院
-
出处
《农业工程技术》
2025年第5期14-17,共4页
-
基金
江苏省农业农村污染防治技术与装备工程研究中心开放课题《基于大数据的辣椒生长量与环境因子关系研究》(GCZXYB2307)
江苏省南通市社会民生科技研究计划《耐高温及耐弱光小辣椒新种质创新及新品系的分子选育》(MS2023053)。
-
文摘
朝天椒成熟度的自动检测与识别是朝天椒智能采摘设备研发的技术前期与技术基础。针对朝天椒果小、叶多等问题,在识别时不仅会受环境光照、叶片阴影等环境因素影响,而且还有叶片相互遮挡等现象。该文基于YOLO网络模型开展朝天椒成熟度数据集以及检测与识别算法的探究,为实现朝天椒智能采摘提供数据以及技术的支撑。试验结果表明,虽然复杂环境下朝天椒绿果与环境相似度高导致其识别与检测的准确率不如成熟果和过渡色果,且成熟的红果与过渡色果也容易混淆,但经YOLOv5s的对朝天椒红果成熟度检测的可达77.13%,平均精度均值为86.14%,可以有效快速地检测朝天椒果实成熟度,为实现优质朝天椒智能采摘设备的研发提供技术支持。
-
关键词
朝天椒
YOLO
成熟度检测与识别
数据集
-
分类号
S24
[农业科学—农业电气化与自动化]
-
