检索结果-维普期刊中文期刊服务平台

基于改进YOLO v8n网络的番茄成熟度实时检测算法被引量：6: 1; 作者任晶秋万恩晗 +2 位作者单蜜张光华卢为党《农业机械学报》北大核心 2025年第3期374-382,450,共10页; 为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO... 展开更多; 关键词番茄成熟度目标检测 YOLO v8n 注意力模块轻量化 Jetson Nano; 在线阅读下载PDF 职称材料

基于视觉触觉双重迁移学习的番茄成熟度检测方法被引量：1: 2; 作者张鹏杜东峰 +2 位作者李爽单东日陈振学《农业机械学报》北大核心 2025年第1期74-83,共10页; 针对当前自动化采摘过程中仅依赖视觉技术无法准确识别番茄成熟度的问题,提出了一种基于视觉触觉双重迁移学习的番茄成熟度检测方法。该方法首先采用视觉触觉双重迁移学习融合算法作为特征提取融合模块,解决无法有效提取番茄特征信息的... 展开更多; 关键词番茄成熟度机器视觉机器触觉双重迁移学习软参数共享-多标签; 在线阅读下载PDF 职称材料

基于改进YOLOv5s的番茄成熟度识别技术研究被引量：1: 3; 作者刘坤吉宏亚 +2 位作者黄程菲王晓朱一帆《中国农机化学报》北大核心 2025年第5期79-85,共7页; 在实现番茄自动高效采摘的过程中,精确识别番茄的成熟度至关重要。针对目前番茄成熟度识别算法皆依赖高性能硬件设备,限制实际番茄采摘机器人移动端的有效部署,提出一种基于改进YOLOv5s的轻量化番茄成熟度识别方法。首先,将YOLOv5s初始... 展开更多; 关键词番茄成熟度 YOLOv5s Ghost卷积 CA注意力机制树莓派4B; 在线阅读下载PDF 职称材料

基于区域亮度矫正的番茄成熟度定量分级方法被引量：6: 4; 作者张钟莉莉何婷婷 +3 位作者李志伟史凯丽刘长斌郑文刚《农业工程学报》 EI CAS CSCD 北大核心 2023年第7期195-204,共10页; 针对现有番茄成熟度分级标准不统一,泛化性有待提高等问题,该研究提出一种基于区域亮度矫正的果面红色着色区域提取的方法。采用R-G法增强番茄表面的红色区域,利用Otsu分割方法提取表面着色区域,判断各着色区域的轮廓树结构以计算着色... 展开更多; 关键词随机森林像素番茄成熟度亮度矫正红色着色区域提取; 在线阅读下载PDF 职称材料

基于YOLO v8-DIS算法的番茄果实成熟度检测: 5; 作者张永宏宋先鲁 +4 位作者李宇超秦夏洋董天天郭明艳季雁琛《江苏农业科学》北大核心 2025年第5期46-54,共9页; 针对YOLO v8算法模型在番茄果实成熟度检测过程中存在的漏检和误检问题,通过改进算法模型,使其能够精准分辨番茄果实成熟状态。首先采用可变形卷积(DCN)增加卷积核几何变换的内部机制,使骨干网络中的C2f结构专注于果实成熟度信息,其次... 展开更多; 关键词目标检测 YOLO 可变形卷积番茄成熟度注意力机制; 在线阅读下载PDF 职称材料

基于图像处理的视觉采摘机器人作业控制研究被引量：3: 6; 作者郑思思王小花《农机化研究》北大核心 2024年第10期21-26,共6页; 为了实现自动化的番茄分类采摘,基于视觉识别技术设计了识别系统。首先,基于HSV视觉体系中的H分量,采用聚类分析的方法,依据成熟度将番茄分为不熟,半熟和全熟3类,并计算3类番茄成熟度对应的H分量分布范围;其次,根据半熟和全熟番茄H分量... 展开更多; 关键词视觉采摘机器人图像处理番茄成熟度分类椭圆轮廓拟合聚类分析; 在线阅读下载PDF 职称材料

题名基于改进YOLO v8n网络的番茄成熟度实时检测算法被引量：6: 1; 作者任晶秋万恩晗单蜜张光华卢为党; 机构东北石油大学电气信息工程学院浙江工业大学信息工程学院; 出处《农业机械学报》北大核心 2025年第3期374-382,450,共10页; 基金国家自然科学基金项目(62271447)。; 文摘为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO v8n网络中引入通道嵌入位置注意力模块和改进大核卷积块注意力模块,能够在浅层网络保留番茄目标位置信息,建立目标区域之间的长距离依赖关系,从而增加YOLO v8n网络对显著番茄特征的关注。然后,在LaboroTomato数据集上进行了对比实验,改进YOLO v8n相较于原YOLO v8n网络,检测和分割的mAP@50和mAP@50-95分别提高0.4、1.4个百分点和0.3、1.2个百分点。最后,实现了改进YOLO v8n网络在低成本、低算力和低功耗的Jetson Nano平台上的轻量化部署,模型内存占用量由满溢减少到2.4 GB,推理速度加倍。该研究可为番茄采摘机器人在复杂场景下实时、准确检测番茄成熟度提供技术支撑。; 关键词番茄成熟度目标检测 YOLO v8n 注意力模块轻量化 Jetson Nano; Keywords Tomato maturity target detection YOLO v8n attention module lightweight Jetson Nano; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] S24 [农业科学—农业电气化与自动化]; 在线阅读下载PDF 职称材料

题名基于视觉触觉双重迁移学习的番茄成熟度检测方法被引量：1: 2; 作者张鹏杜东峰李爽单东日陈振学; 机构齐鲁工业大学(山东省科学院)信息与自动化学院齐鲁工业大学(山东省科学院)机械工程学院山东大学控制科学与工程学院; 出处《农业机械学报》北大核心 2025年第1期74-83,共10页; 基金山东省重大科技创新工程项目(2019JZZY010444) 齐鲁工业大学(山东省科学院)科教产融合培优基金项目(2023PY006)。; 文摘针对当前自动化采摘过程中仅依赖视觉技术无法准确识别番茄成熟度的问题,提出了一种基于视觉触觉双重迁移学习的番茄成熟度检测方法。该方法首先采用视觉触觉双重迁移学习融合算法作为特征提取融合模块,解决无法有效提取番茄特征信息的问题。其次,将软参数共享-多标签分类方法作为分类模块,通过增加不同分类任务之间的关联性,避免出现过拟合的现象。本文主要针对成熟后为红、黄果等单一颜色的番茄品种,并在新开发的视觉触觉数据集进行实验研究。实验表明,软参数共享-多标签检测模型参数量为1.882×10^(7),成熟度AUC分值达到0.9773,对比不确定性加权损失、自适应硬参数共享、十字绣网络和软参数共享等检测模型,参数量分别下降3.08×10^(6)、6.16×10^(6)、3.08×10^(6)和3.08×10^(6),成熟度AUC分值分别提高0.0175、0.0179、0.0267和0.0089。这表明该方法在一定程度上提高了自动化采摘过程中对番茄成熟度的检测能力,为番茄成熟度检测问题提供了一种有效的解决方法。; 关键词番茄成熟度机器视觉机器触觉双重迁移学习软参数共享-多标签; Keywords tomato maturity machine vision machine haptics double transfer learning soft parameter sharing-multilabel; 分类号 TP391.4 [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的番茄成熟度识别技术研究被引量：1: 3; 作者刘坤吉宏亚黄程菲王晓朱一帆; 机构南京工程学院自动化学院江苏省先进数控技术重点实验室; 出处《中国农机化学报》北大核心 2025年第5期79-85,共7页; 基金江苏省高等学校基础科学(自然科学)研究重大项目(23KJA460008)。; 文摘在实现番茄自动高效采摘的过程中,精确识别番茄的成熟度至关重要。针对目前番茄成熟度识别算法皆依赖高性能硬件设备,限制实际番茄采摘机器人移动端的有效部署,提出一种基于改进YOLOv5s的轻量化番茄成熟度识别方法。首先,将YOLOv5s初始的骨干特征提取网络替换为ShuffleNetV2网络,将特征融合网络中的传统卷积替换为Ghost卷积,减少模型的参数计算量,同时降低模型权重的大小。接着,为提高模型对番茄成熟度的识别效果,在特征提取中引入轻量级注意力机制CA来捕捉番茄成熟度的横向与纵向信息。测试结果显示,改进后的模型内存为原始模型的1/2,且相比原始YOLOv5s模型,算法模型的精确率、召回率和平均精度均值分别提高0.3%、0.1%、0.2%。最后,将模型移植到树莓派4B中,保证番茄成熟度识别准确率前提下,优化模型推理过程,证明改进算法对番茄成熟度识别任务的有效性。; 关键词番茄成熟度 YOLOv5s Ghost卷积 CA注意力机制树莓派4B; Keywords tomato maturity YOLOv5s Ghost convolution CA attention mechanism raspberry Pi 4B; 分类号 S641.2 [农业科学—蔬菜学] TP391.4 [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

题名基于区域亮度矫正的番茄成熟度定量分级方法被引量：6: 4; 作者张钟莉莉何婷婷李志伟史凯丽刘长斌郑文刚; 机构北京市农林科学院智能装备技术研究中心农业农村部农业信息软硬件产品质量检测重点实验室山西农业大学农业工程学院北京市农林科学院信息技术研究中心; 出处《农业工程学报》 EI CAS CSCD 北大核心 2023年第7期195-204,共10页; 基金北京市科技计划项目(Z201100008020013) 北京市数字农业创新团队数字设施应用场景建设项目(BAIC10-2022-E02) 吴忠自治区级农业高新技术产业示范区建设专项项目(2022WZYQ0001)。; 文摘针对现有番茄成熟度分级标准不统一,泛化性有待提高等问题,该研究提出一种基于区域亮度矫正的果面红色着色区域提取的方法。采用R-G法增强番茄表面的红色区域,利用Otsu分割方法提取表面着色区域,判断各着色区域的轮廓树结构以计算着色区域面积占图像总面积的比例作为主要特征,构建多因子融合的随机森林模型以实现番茄成熟度的量化分级。同时,利用基于局部亮度均衡的图像快速修复方法以解决光照变化导致的番茄表面高亮度反射问题。结果表明:以番茄表面着色面积比成熟度评价指标的分级平均正确率为92.96%,相比传统颜色矩和颜色直方图作为评价指标时的分级准确率提高了6.53和20.6个百分点。高亮区域领域像素加权替代法可对番茄高亮区域亮度实现有效矫正,矫正后的未熟、半熟和成熟番茄图像的果面着色区域面积占番茄图像总面积的比例较矫正前提高了0.06、0.15和0.11,分级准确率分别提高了17.24、11.47和4.69个百分点。研究可为番茄成熟度的定量性分级提供决策基础。; 关键词随机森林像素番茄成熟度亮度矫正红色着色区域提取; Keywords random forest pixel tomato maturity brightness correction red shaded area extraction; 分类号 S24 [农业科学—农业电气化与自动化]; 在线阅读下载PDF 职称材料

题名基于YOLO v8-DIS算法的番茄果实成熟度检测: 5; 作者张永宏宋先鲁李宇超秦夏洋董天天郭明艳季雁琛; 机构南京信息工程大学自动化学院南京信息工程大学电子与信息工程学院昆山市乐佳农业发展有限公司; 出处《江苏农业科学》北大核心 2025年第5期46-54,共9页; 基金江苏省现代农业机械装备与技术示范推广项目(编号:NJ2022-02)。; 文摘针对YOLO v8算法模型在番茄果实成熟度检测过程中存在的漏检和误检问题,通过改进算法模型,使其能够精准分辨番茄果实成熟状态。首先采用可变形卷积(DCN)增加卷积核几何变换的内部机制,使骨干网络中的C2f结构专注于果实成熟度信息,其次采用带有缩放比例因子的辅助边框加速计算损失收敛,提升预测框实际尺寸精度。SIoU函数引入了回归之间的向量角度,定义了新的惩罚因子。另外将注意力机制模块LSKA引入Backbone和Neck网络中间,调整不同成熟度细节信息的权重。由实验室采集的番茄果实数据集,使用数据增强技术对原始图像进行旋转、亮度增强、模糊等操作,避免训练过拟合。试验结果表明,改进后的算法模型对比原始算法,显著提高番茄果实成熟度的检测精度,算法精确率提升2.4百分点,平均精准度均值提升1.2百分点,同等试验条件下损失值降低,收敛速度更快。本研究的YOLO v8-DIS算法可以更好地分辨番茄果实的成熟状态,果实成熟度分辨性能相较于主流算法模型有较大提升,以期为目标检测在农业果实采摘的应用中提供技术支撑。; 关键词目标检测 YOLO 可变形卷积番茄成熟度注意力机制; 分类号 S126 [农业科学—农业基础科学] 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

题名基于图像处理的视觉采摘机器人作业控制研究被引量：3: 6; 作者郑思思王小花; 机构唐山科技职业技术学院; 出处《农机化研究》北大核心 2024年第10期21-26,共6页; 基金中国职业技术教育学会项目(1910538)。; 文摘为了实现自动化的番茄分类采摘,基于视觉识别技术设计了识别系统。首先,基于HSV视觉体系中的H分量,采用聚类分析的方法,依据成熟度将番茄分为不熟,半熟和全熟3类,并计算3类番茄成熟度对应的H分量分布范围;其次,根据半熟和全熟番茄H分量的分布范围进行番茄图像分割,并利用形态学的方法得到图像中番茄区域的轮廓曲线;再次,采用椭圆拟合方法实现对番茄轮廓拟合,计算得到图像中番茄区域的中心坐标;最后,采用双目视觉系统实现图像中番茄区域中心坐标向实际空间坐标转化。对番茄轮廓曲线拟合精度和视觉定位精度进行测试,表明系统具有良好的可靠性。; 关键词视觉采摘机器人图像处理番茄成熟度分类椭圆轮廓拟合聚类分析; Keywords visual picking robot image processing classification of tomato maturity ellipse contour fitting cluster analysis; 分类号 S225 [农业科学—农业机械化工程]; 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YOLO v8n网络的番茄成熟度实时检测算法	任晶秋万恩晗单蜜张光华卢为党	《农业机械学报》北大核心	2025	6	在线阅读下载PDF 职称材料
2	基于视觉触觉双重迁移学习的番茄成熟度检测方法	张鹏杜东峰李爽单东日陈振学	《农业机械学报》北大核心	2025	1	在线阅读下载PDF 职称材料
3	基于改进YOLOv5s的番茄成熟度识别技术研究	刘坤吉宏亚黄程菲王晓朱一帆	《中国农机化学报》北大核心	2025	1	在线阅读下载PDF 职称材料
4	基于区域亮度矫正的番茄成熟度定量分级方法	张钟莉莉何婷婷李志伟史凯丽刘长斌郑文刚	《农业工程学报》 EI CAS CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
5	基于YOLO v8-DIS算法的番茄果实成熟度检测	张永宏宋先鲁李宇超秦夏洋董天天郭明艳季雁琛	《江苏农业科学》北大核心	2025	0	在线阅读下载PDF 职称材料
6	基于图像处理的视觉采摘机器人作业控制研究	郑思思王小花	《农机化研究》北大核心	2024	3	在线阅读下载PDF 职称材料