深度学习方法在红花采摘机器人中的应用

1

作者 陈金荣 许燕 +2 位作者 周建平 王小荣 崔超 《农机化研究》 北大核心 2025年第4期186-191,共6页

为实现农业复杂环境中红花的快速准确识别,提出了一种基于深度学习方法的改进YOLOv5s红花目标检测算法。在YOLOv5s基础上融入适配GPU的轻量Ghost模块,获得复杂度更低、网络推理速度更快的基线模型,将CBAM注意力机制嵌入基线模型,增强了... 为实现农业复杂环境中红花的快速准确识别,提出了一种基于深度学习方法的改进YOLOv5s红花目标检测算法。在YOLOv5s基础上融入适配GPU的轻量Ghost模块,获得复杂度更低、网络推理速度更快的基线模型,将CBAM注意力机制嵌入基线模型,增强了小目标物在高频特征中的表现力,并通过建立一种基于边界框宽和高差值的Focal-EIoU损失函数,提高红花在不同遮挡情况下的识别率。最后,在并联式红花采摘机器人上开展红花识别试验,验证改进算法的可行性和可靠性。结果表明:改进后的YOLOv5s模型相较于原始模型在mAP值上提高了1.94个百分点,模型参数量和单幅图像检测速度分别为3.52 MB和0.06 s/幅,红花采摘机器人视觉系统的平均识别成功率可达89.92%。 展开更多

关键词 红花 采摘机器人 深度学习 YOLOv5s 识别成功率

在线阅读 下载PDF 职称材料

棉田施药机器人视觉导航方法与田间试验

2

作者 樊湘鹏 许燕 周建平 《农业工程学报》 北大核心 2025年第6期52-61,共10页

视觉导航是田间作业机器人的主流导航方法,为解决因棉苗稀疏、缺苗和杂草等因素导致导航路径提取困难这一问题,该研究建立了基于改进RANSAC(random sample consensus)算法和最小二乘拟合的视觉导航方法,并开展田间视觉导航路径跟踪试验... 视觉导航是田间作业机器人的主流导航方法,为解决因棉苗稀疏、缺苗和杂草等因素导致导航路径提取困难这一问题,该研究建立了基于改进RANSAC(random sample consensus)算法和最小二乘拟合的视觉导航方法,并开展田间视觉导航路径跟踪试验。首先获取棉田前视导航图像,利用改进超绿灰度特征变换提高作物行与背景的区分度,结合自适应阈值分割方法将作物行从背景中分割出来并进行形态学滤波去噪得到二值化图像;然后根据图像中作物行目标区域的分布特征,利用改进RANSAC算法去除离散点,并对最优特征点聚类,以保证最终提取的作物行中心线的准确性,最后采用最小二乘法拟合得到导航路径。试验结果表明,传统RANSAC方法的行识别率为96.5%,平均误差角为1.41°,单幅图像平均耗时0.087 s;改进RANSAC方法去除离群点后的行识别率为98.9%,平均误差角为0.53°,导航路径提取性能得到大幅提升。利用自主开发的施药机器人及视觉导航系统在棉花苗期开展田间路径跟踪试验,施药机器人在3种不同初始状态和3种不同运动速度下自主导航行驶,最大横向偏差不超过2.59 cm,且无轧苗现象发生,满足“一膜三垄六行”种植模式下的自主导航作业要求,研究结果可为其他农业机器人的自主导航方法开发提供参考。 展开更多

关键词 视觉导航 机器人 棉田 行识别 改进RANSAC 路径拟合 跟踪试验

在线阅读 下载PDF 职称材料

基于改进YOLOv5的红花目标检测算法研究 被引量：2

3

作者 陈金荣 许燕 +1 位作者 周建平 王小荣 《农机化研究》 北大核心 2025年第1期26-32,66,共8页

为实现农业非结构环境下采摘机器人对红花的准确识别,提出了一种基于改进YOLOv5的红花目标检测算法。将CBAM注意力机制嵌入到YOLOv5网络,提高了小尺寸目标物在高层次特征中的表现力;建立一种Alpha-IoU目标位置损失函数对原损失函数GIOU... 为实现农业非结构环境下采摘机器人对红花的准确识别,提出了一种基于改进YOLOv5的红花目标检测算法。将CBAM注意力机制嵌入到YOLOv5网络,提高了小尺寸目标物在高层次特征中的表现力;建立一种Alpha-IoU目标位置损失函数对原损失函数GIOU存在的梯度消失问题进行改进,提高了被遮挡红花的预测率,并通过在目标检测网络中增加分割检测模块,提高宽和高小于最低像素的小目标物检测精度,利用图像扩增数据集对改进后的YOLOv5算法进行训练,再分别与改进前后YOLOv5网络和Faster R-CNN网络在不同红花品种、不同自然光照情况、不同天气条件和不同遮挡情况下进行对比。试验结果表明:改进后的YOLOv5算法P值、R值分别为90.45%和0.90,对非结构环境下盛开期的未采摘红花mAP值达到94.48%,在不同影响因素下都可以准确识别出红花且置信度较高,可为红花采摘机器人自动化作业中的红花识别提供技术支持。 展开更多

关键词 红花 目标检测 改进YOLOv5 数据增强 非结构环境

在线阅读 下载PDF 职称材料

植保无人机作业参数对新疆地区棉花冠层雾滴沉积分布的影响 被引量：1

4

作者 唐虎 许燕 +1 位作者 杨冰冰 周建平 《中国农机化学报》 北大核心 2025年第3期64-70,共7页

为探究新疆棉区植保无人机在棉花中后期的田间作业关键操作技术指标,设计植保无人机不同作业参数对棉花冠层雾滴沉积分布影响的试验。以特定水溶液代替农药,利用四旋翼电动植保无人机对棉花冠层进行喷施作业,通过水敏试纸进行雾滴采集,... 为探究新疆棉区植保无人机在棉花中后期的田间作业关键操作技术指标,设计植保无人机不同作业参数对棉花冠层雾滴沉积分布影响的试验。以特定水溶液代替农药,利用四旋翼电动植保无人机对棉花冠层进行喷施作业,通过水敏试纸进行雾滴采集,并使用图像处理软件Depositscan分析雾滴沉积数据。结果表明:试验的雾滴沉积分布趋势均相似,喷幅范围内的雾滴沉积大致为正态分布,受环境风速影响,雾滴向无人机右侧飘移并沉积;利用雾滴沉积量变异系数分析可知,植保无人机飞行航线方向的雾滴沉积分布效果比两翼方向更加稳定;结合雾滴沉积均匀性和显著性分析可知,该植保无人机最佳喷洒效果的作业参数组合:飞行速度为4 m/s、飞行高度为2.5 m、喷洒流量为4.05 L/min;飞行速度、飞行高度对喷幅范围内雾滴沉积均匀性、雾滴沉积量均影响显著。 展开更多

关键词 棉花 植保无人机 作业参数 雾滴沉积 精准喷施

在线阅读 下载PDF 职称材料

核桃园智能灌溉模糊控制系统设计 被引量：1

5

作者 汤嘉盛 许燕 +1 位作者 彭炫 郑威强 《机械设计与制造》 北大核心 2025年第4期217-222,228,共7页

针对中国南疆地区核桃种植传统灌溉方式存在的耗时费力、缺乏精准控制手段、水资源利用率低等问题,设计了一套基于模糊控制的核桃园智能灌溉系统。该系统采用无线Lora网络与4G网络融合的通信模式,采用STM32F103RBT6单片机作为控制芯片,... 针对中国南疆地区核桃种植传统灌溉方式存在的耗时费力、缺乏精准控制手段、水资源利用率低等问题,设计了一套基于模糊控制的核桃园智能灌溉系统。该系统采用无线Lora网络与4G网络融合的通信模式,采用STM32F103RBT6单片机作为控制芯片,利用电池融合太阳能充电技术,搭建核桃园无线传感网络。实时采集土壤墒情信息和环境气象信息,利用模糊控制器对作物蒸散量与平均土壤含水率的计算,进行灌溉决策。经实验结果分析,系统网络平均丢包率仅为1.26%,无线传感器监测节点精度最大误差为4.35%,最小可达0.53%,可以准确反应作物生长环境的变化并为灌溉决策提供支持。在灌溉控制实验中,系统可将灌区内根层平均土壤含水率始终保持在设定区间内,均值为19.98%。从而实现了远程对核桃园的精准灌溉,提高了水资源利用率和工作效率,减少了人力成本。 展开更多

关键词 模糊控制 核桃园 智能灌溉 无线传感网络 单片机

在线阅读 下载PDF 职称材料

基于LSTNet的果园土壤含水量预测模型研究 被引量：1

6

作者 彭东 周建平 +3 位作者 许燕 彭炫 吴昊臻 秦春雨 《传感器与微系统》 CSCD 北大核心 2024年第9期59-62,共4页

为了有效利用核桃园各传感器数据,预测核桃园土壤含水量来指导灌溉,建立了基于LSTNet的果园土壤含水量预测模型。首先,确定LSTNet预测模型输入参数;其次,对LSTNet预测模型进行多特征和单一特征输入对比分析;最后,将LSTNet预测模与LSTM... 为了有效利用核桃园各传感器数据,预测核桃园土壤含水量来指导灌溉,建立了基于LSTNet的果园土壤含水量预测模型。首先,确定LSTNet预测模型输入参数;其次,对LSTNet预测模型进行多特征和单一特征输入对比分析;最后,将LSTNet预测模与LSTM预测模型和卷积神经网络(CNN)预测模型进行预测精度比较分析。研究结果表明:LSTNet预测模型相较于其他二种预测模型在果园土壤含水量预测上有更高的预测精度。 展开更多

关键词 核桃园 土壤 预测 神经网络 含水量

在线阅读 下载PDF 职称材料

大型核桃树振动响应特性与落果试验研究

7

作者 王世江 许燕 +3 位作者 周建平 韩嘉鑫 樊湘鹏 段春旭 《农机化研究》 北大核心 2024年第10期180-186,共7页

为确定大型核桃树的振动响应特性,探究大型果树机械化摇振采收方法,以南疆大型核桃树为研究对象,利用ANSYS进行有限元分析获取各分枝振动响应特性;应用自主研发摇振收获设备进行扫频试验及落果试验研究,对各主枝进行共振频率检测,通过... 为确定大型核桃树的振动响应特性,探究大型果树机械化摇振采收方法,以南疆大型核桃树为研究对象,利用ANSYS进行有限元分析获取各分枝振动响应特性;应用自主研发摇振收获设备进行扫频试验及落果试验研究,对各主枝进行共振频率检测,通过各分枝上的传感器获取的频率-加速度幅值曲线,确定曲线峰值对应的共振频率;最后,进行摇振落果试验,对比各主枝在不同共振频率下的落果情况。结果表明:大型果树同一主枝及其上侧枝共振频率相同,各主枝共振频率在22~26 Hz之间;同一主枝上的各检测点加速度响应曲线整体呈现先增加后减小的趋势,距离激振位置越远,加速度响应幅值越大;在共振条件下收获,能够获得更高的落果率。为此,提出一种基于大型核桃树主枝共振频率的摇振采收方法,通过获取主枝处的共振频率,以各主枝共振频率进行多次摇振收获作业,实现共振条件下以较低激振能量获得最大振动响应收获,可有效提高收获效率和采净率。研究结果可为大型果树摇振采收方法提供理论基础。 展开更多

关键词 核桃树 摇振采收 有限元分析 扫频 共振频率 落果率

在线阅读 下载PDF 职称材料

基于YOLO-SSAR的自然环境下红花检测算法 被引量：3

8

作者 陈金荣 许燕 +3 位作者 周建平 王小荣 罗鸣 徐声彪 《农业工程学报》 北大核心 2025年第2期215-223,共9页

针对自然环境中红花智能采摘存在红花尺度变化大、遮挡情况复杂的问题,该研究对YOLOv5s模型进行优化,提出了一种基于多尺度特征提取的YOLO-SSAR目标检测算法。首先,采用ShuffleNet v2轻量化结构对Backbone层主干特征提取网络进行替换,... 针对自然环境中红花智能采摘存在红花尺度变化大、遮挡情况复杂的问题,该研究对YOLOv5s模型进行优化,提出了一种基于多尺度特征提取的YOLO-SSAR目标检测算法。首先,采用ShuffleNet v2轻量化结构对Backbone层主干特征提取网络进行替换,减少模型参数量和计算量;其次,在Neck层添加基于空洞卷积和共享权重的Scale-Aware RFE模块,提高模型对于多尺度特征信息的提取能力;最后,为解决目标检测中类内、类间遮挡问题,在Head层引入排斥损失函数对原损失函数进行替换,减少因非极大值抑制(non-maximum suppression,NMS)阈值选取不当造成的漏检或误检,提高模型的检测精度。试验结果表明,YOLO-SSAR算法在测试集上的精确率、召回率和平均精度均值分别为90.1%、88.5%、93.4%,比YOLOv5s原始模型分别提升了5.9、9.2和7.7个百分点,推理速度为115帧/s,模型大小为9.7 MB,与主流算法YOLOv4、YOLOv7、YOLOV8s、Faster R-CNN、SSD相比,精确率分别高出6.8、7.2、6.3、16.2和10.8个百分点、召回率高出9.4、10.3、9.5、17.3和59.4个百分点,平均精度均值高出8.8、8.2、8.1、14.9和19.4个百分点。研究表明,YOLO-SSAR算法在提升综合检测性能的同时也降低了计算复杂度,研究结果可以为红花智能采摘研究提供算法参考。 展开更多

关键词 目标检测 红花 YOLOv5s ShuffleNet v2 多尺度 排斥损失函数

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的核桃树干共振频率检测方法

9

作者 段春旭 许燕 +3 位作者 周建平 秦春雨 张惠琪 代桂鑫 《中国农机化学报》 北大核心 2025年第7期131-137,共7页

为提高核桃摇振采收设备在果园环境中的工作效率,提出一种非接触式核桃树干共振频率检测方法。为高效精准获取核桃树干上特征点在各激振频率下的运动信息,通过改进YOLOv5网络模型来实现在果园环境中轻量化集成的目标,并开展消融实验和... 为提高核桃摇振采收设备在果园环境中的工作效率,提出一种非接触式核桃树干共振频率检测方法。为高效精准获取核桃树干上特征点在各激振频率下的运动信息,通过改进YOLOv5网络模型来实现在果园环境中轻量化集成的目标,并开展消融实验和不同模型对比实验验证改进策略的可行性。改进后的YOLOv5s模型平均精度mAP提高2.09%,模型参数量降低72.4%,单幅图像平均检测速度可达9.2 ms。将高帧相机搭载在核桃振动设备上,在两棵样本树上开展田间核桃树干共振频率检测试验,与位移传感器测得的树干振动数据进行定量分析。田间试验结果表明,与传感器检测方式相比,所提出的非接触式检测方法更加省时省力,两棵样本树激振频率范围在10~25 Hz的均值误差分别为0.434 mm、0.245 mm。 展开更多

关键词 核桃 树干 摇振采收 非接触式检测 共振频率 YOLOv5s

在线阅读 下载PDF 职称材料

基于有限元的激光烧蚀棉花顶芽温度场模型与试验

10

作者 吴天舒 许燕 +4 位作者 周建平 蔡新亮 吴宣睿 左佳伟 徐翔 《农业工程学报》 北大核心 2025年第13期263-271,共9页

为探究激光烧蚀过程中温度对棉花顶芽的影响,该研究通过试验测定棉花的热物性参数,在传热理论模型基础上,借助有限元分析软件COMSOL Multiphysics建立随时间变化的激光烧蚀棉花顶芽温度场模型,并实现模型求解,根据激光烧蚀作用下的棉花... 为探究激光烧蚀过程中温度对棉花顶芽的影响,该研究通过试验测定棉花的热物性参数,在传热理论模型基础上,借助有限元分析软件COMSOL Multiphysics建立随时间变化的激光烧蚀棉花顶芽温度场模型,并实现模型求解,根据激光烧蚀作用下的棉花顶芽温度分布,分析棉花顶芽在直径方向和深度方向的温度场变化,以及不同功率激光对棉花顶芽表面区域的烧蚀效果。研究结果表明:所构建的温度场数值模型可用于激光烧蚀棉花顶芽的模拟分析。与30 W功率激光相比,40和50 W功率激光的烧蚀时间分别缩短了45.55%和67.36%;棉花顶芽区域最高温度随激光光斑的增大而降低,2.5 mm光斑可在0.50 s内达到烧蚀温度,相比3.5 mm光斑,时间缩短了76.85%;含水率的升高会增加棉花顶芽的烧蚀时间,含水率为75%时,达到烧蚀温度的时间为0.52 s,相较含水率95%D 0.61 s缩短了17.31%。在一定激光功率下,温度沿直径方向的扩散速度明显高于深度方向。激光功率50 W、烧蚀时间1 s未对棉花顶芽产生实质性的抑制作用,激光功率100 W、烧蚀时间1 s烧蚀顶芽,能够有效抑制棉花顶芽生长,且碳化烧蚀的程度越强,抑制效果越明显。研究结果可为棉花激光打顶理论研究和实际应用提供借鉴价值。 展开更多

关键词 棉花 温度 数值模型 顶芽 激光烧蚀

在线阅读 下载PDF 职称材料

棉花冠层对无人机下洗气流和雾滴沉积的影响

11

作者 杨冰冰 周建平 +2 位作者 许燕 唐虎 刘子贺 《中国农机化学报》 北大核心 2025年第9期197-204,共8页

为探究EA30X无人机田间作业时棉花冠层对无人机下洗气流和雾滴沉积的影响,采用Lattice Boltzmann Method(LBM)方法、Extended Messinger多孔模型对EA30X无人机下洗气流和棉花冠层的交互作用进行数值模拟,探究无人机飞行速度为4~6 m/s和... 为探究EA30X无人机田间作业时棉花冠层对无人机下洗气流和雾滴沉积的影响,采用Lattice Boltzmann Method(LBM)方法、Extended Messinger多孔模型对EA30X无人机下洗气流和棉花冠层的交互作用进行数值模拟,探究无人机飞行速度为4~6 m/s和飞行高度为2.5~3.5 m时,下洗气流在冠层的分布状态,并通过田间试验进行验证。结果表明:在悬停状态下,无冠层时,下洗气流在达到地面时向四周延伸,产生卷扬气流;有冠层时,下洗气流达到冠层时会产生卷扬气流,冠层会抑制气流向四周扩散;无人机飞行高度为3 m时,飞行速度从4 m/s增加到6 m/s,下洗气流到达棉株的偏转距离增大;在飞行速度为4 m/s时,飞行高度从2.5 m增加到3.5 m,下洗气流在冠层上方发生气流二次偏转;通过三水平三因素正交试验可得无人机的最佳作业参数:飞行速度为4 m/s、飞行高度为2.5 m、喷洒量为2.5 L/min,此时棉田冠层上、中、下层雾滴沉积量分别为0.164 59μL/cm^(2)、0.083 55μL/cm^(2)、0.053 13μL/cm^(2)。 展开更多

关键词 植保无人机 格子—玻尔兹曼 多孔模型 棉花冠层 雾滴

在线阅读 下载PDF 职称材料

基于Logistic算法与遥感影像的棉花虫害监测研究 被引量：10

12

作者 地力夏提•依马木 周建平 +2 位作者 许燕 樊湘鹏 亚里坤•沙吾提 《华南农业大学学报》 CAS CSCD 北大核心 2022年第2期87-95,共9页

【目的】借助多光谱遥感影像和Logistic算法,实现对棉田虫害的田间监测。【方法】以患虫害棉花区域为研究对象,利用无人机获取棉田多光谱遥感影像,并对影像进行预处理;结合受虫害棉花光谱特征,利用虫害敏感波段反射率与植被指数构建Logi... 【目的】借助多光谱遥感影像和Logistic算法,实现对棉田虫害的田间监测。【方法】以患虫害棉花区域为研究对象,利用无人机获取棉田多光谱遥感影像,并对影像进行预处理;结合受虫害棉花光谱特征,利用虫害敏感波段反射率与植被指数构建Logistic回归模型,开展棉花虫害识别监测研究。【结果】由土壤调节植被指数(Soil adjusted vegetation index,SAVI)模型和归一化植被指数(Normalized vegetation index,NDVI)模型构建的棉蚜虫、棉红蜘蛛、棉铃虫识别模型为最优模型,其训练样本准确率达到93.7%,测试样本准确率达到90.5%,召回率为96.6%,F1值为93.5%,对棉蚜虫、棉红蜘蛛和棉铃虫的识别模型决定系数分别为0.942、0.851和0.663。【结论】该模型可满足棉田中棉蚜虫、棉红蜘蛛和棉铃虫3种虫害的发生区域识别,且可基本满足棉田精准植保作业相关要求。 展开更多

关键词 无人机 光谱特征 遥感影像 植被模型 Logistic回归模型算法 虫害监测

在线阅读 下载PDF 职称材料

前飞来流和侧风对植保无人机下洗流场影响的数值模拟研究 被引量：12

13

作者 胡聪旭 周建平 +1 位作者 刘新德 许燕 《中国农机化学报》 北大核心 2022年第5期61-70,共10页

研究前飞来流和侧风对单旋翼植保无人机下洗流场的影响。利用格子Boltzmann方法的自适应壁面局部涡(WALE)黏度模型数值模拟CopterWorks AF25B型单旋翼油动力植保无人直升机下洗流场。通过数值模拟不同前飞和侧风速度,研究在不同前飞来... 研究前飞来流和侧风对单旋翼植保无人机下洗流场的影响。利用格子Boltzmann方法的自适应壁面局部涡(WALE)黏度模型数值模拟CopterWorks AF25B型单旋翼油动力植保无人直升机下洗流场。通过数值模拟不同前飞和侧风速度,研究在不同前飞来流和侧风速度对单旋翼植保无人机下洗流场的影响。结果分析表明:前飞来流方向与形成的前侧涡尾迹旋向相反进而两者流速抵消是下洗流场具有抗风性的重要原因之一。在单旋翼植保无人机前飞高度一定时,前飞速度从3 m/s增大到7 m/s,下洗流场倾斜角度增大116.67%,倾斜角度达到71°,且还会发生二次偏移。下洗流场流速呈“M”形,前飞高度一定时,随着前飞速度的增加,下洗流场的两侧峰值流速间距将缩小,峰值速度出现位置与旋翼轴心距离将增大。在侧风影响的相同前飞高度和前飞速度情况下,单旋翼植保无人机下洗流场随着侧风的增大出现不同角度的偏转,且角度与侧风速度成正比。下洗流场流动结构与无侧风时相同,都呈“U”形结构;在前飞高度和速度不变情况下,不同侧风速度时下洗流场x轴偏移量服从二阶规律。为进一步研究受下洗流场影响的雾滴基本特性奠定基础和指导喷洒作业路径规划。 展开更多

关键词 格子BOLTZMANN方法 植保无人机 数值模拟 下洗流场

在线阅读 下载PDF 职称材料

基于CFD-DEM耦合的核桃壳仁混合物负压风选仿真研究 被引量：6

14

作者 陈旭东 胡国玉 +2 位作者 赵腾飞 李忠新 周建平 《山东农业大学学报（自然科学版）》 北大核心 2021年第6期1017-1027,共11页

在核桃精深加工过程中,风选法可以实现核桃壳仁混合物料高效无损地分离。为了研究不同等级的核桃壳仁颗粒在气流场中的分选效果,本文设计一种负压垂直气流风选装置,采用计算流体力学(CFD)与离散单元法(DEM)耦合的方法对风选过程进行仿... 在核桃精深加工过程中,风选法可以实现核桃壳仁混合物料高效无损地分离。为了研究不同等级的核桃壳仁颗粒在气流场中的分选效果,本文设计一种负压垂直气流风选装置,采用计算流体力学(CFD)与离散单元法(DEM)耦合的方法对风选过程进行仿真模拟,引用清选率与损失率量化风选效果。结果表明:当进料量一定,进风口风速19 m/s时,二分之一壳仁混合物料清选率达到96.5%,损失率仅为0.41%,分选效果最佳;进风口风速为17 m/s时,四分之一壳仁混合物料清选率为94.8%,损失率为0.8%,分选效果较为理想;进风口风速为16 m/s时,八分之一壳仁混合物物料清选率为92%,损失率为1.22%,风选效果较为合理。研究表明在垂直风道里,核桃壳的流动速度围绕某一固定值上下波动,核桃仁沉降速度随着颗粒浓度增加而减小并逐渐趋于稳定。 展开更多

关键词 核桃 负压风选 仿真分析

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的复杂环境下新梅检测方法 被引量：4

15

作者 董耿耿 陈小康 +3 位作者 樊湘鹏 周建平 姜宏 崔超 《农业工程学报》 EI CAS CSCD 北大核心 2024年第14期118-125,共8页

为解决新梅在树干树叶遮挡、果实重叠情况下难以准确检测的问题,该研究建立了新梅目标检测模型SFFYOLOv5s。在真实果园环境下构建新梅数据集,以YOLOv5s模型作为基础网络,首先在Backbone骨干网络C3模块中引入CA(coordinate attention)注... 为解决新梅在树干树叶遮挡、果实重叠情况下难以准确检测的问题,该研究建立了新梅目标检测模型SFFYOLOv5s。在真实果园环境下构建新梅数据集,以YOLOv5s模型作为基础网络,首先在Backbone骨干网络C3模块中引入CA(coordinate attention)注意力机制以增强模型对新梅关键特征信息的提取能力并减少模型的参数量;其次在Neck层中引入加权双向特征金字塔网络,增强模型不同特征层之间的融合能力,从而提高模型的平均精度均值;最后使用SIoU损失函数替换原模型中的CIoU损失函数提高模型的检测准确率。试验结果表明,SSF-YOLOv5s模型对新梅检测准确率为93.4%,召回率为92.9%,平均精度均值为97.7%,模型权重仅为13.6MB,单幅图像平均检测时间12.1ms,与Faster R-CNN、YOLOv3、YOLOv4、YOLOv5s、YOLOv7、YOLOv8s检测模型相比平均精度均值分别提升了3.6、6.8、13.1、0.6、0.4、0.5个百分点,能够满足果园复杂环境下对新梅进行实时检测的需求,为后续新梅采摘机器人的视觉感知环节提供了技术支持。 展开更多

关键词 图像处理 模型 新梅检测 YOLOv5s 注意力机制 双向特征金字塔 深度学习

在线阅读 下载PDF 职称材料

基于改进YOLOv7的复杂环境下红花采摘识别 被引量：45

16

作者 王小荣 许燕 +1 位作者 周建平 陈金荣 《农业工程学报》 EI CAS CSCD 北大核心 2023年第6期169-176,共8页

针对光照、遮挡、密集以及样本数量不均衡等复杂环境造成红花机械化采摘识别不准问题,该研究提出一种基于YOLOv7的改进模型,制作红花样本数据集建立真实采摘的复杂环境数据,增加Swin Transformer注意力机制提高模型对各分类样本的检测... 针对光照、遮挡、密集以及样本数量不均衡等复杂环境造成红花机械化采摘识别不准问题,该研究提出一种基于YOLOv7的改进模型,制作红花样本数据集建立真实采摘的复杂环境数据,增加Swin Transformer注意力机制提高模型对各分类样本的检测精准率,改进Focal Loss损失函数提升多分类任务下不均衡样本的识别率。经试验,改进后的模型各类别样本的检测平均准确率达到88.5%,与改进前相比提高了7个百分点,不均衡类别样本平均精度提高了15.9个百分点,与其他模型相比,检测平均准确率与检测速度均大幅提升。改进后的模型可以准确地实现对红花的检测,模型参数量小,识别速度快,适合在红花采摘机械上进行迁移部署,可为红花机械化实时采摘研究提供技术支持。 展开更多

关键词 图像识别 图像处理 复杂环境 YOLOv7 注意力机制 多分类Focal Loss损失函数 红花采摘

在线阅读 下载PDF 职称材料

基于迁移学习和改进CNN的葡萄叶部病害检测系统 被引量：39

17

作者 樊湘鹏 许燕 +3 位作者 周建平 李志磊 彭炫 王小荣 《农业工程学报》 EI CAS CSCD 北大核心 2021年第6期151-159,共9页

为建立高效、准确的葡萄叶部病害检测系统,引入迁移学习机制,利用大型公开数据集对VGG16模型预训练,保持模型前端13个层的参数和权重不变,对全连接层和分类层改进后利用新数据集微调训练模型,包括对训练优化器、学习率和中心损失函数平... 为建立高效、准确的葡萄叶部病害检测系统,引入迁移学习机制,利用大型公开数据集对VGG16模型预训练,保持模型前端13个层的参数和权重不变,对全连接层和分类层改进后利用新数据集微调训练模型,包括对训练优化器、学习率和中心损失函数平衡参数的优选试验,最后将模型部署在Android手机端。试验表明,在微调训练阶段选择Adam优化器、初始学习率设为0.001、中心损失函数平衡参数设为0.12时,改进的VGG16模型性能最优,对葡萄6类叶部图像的分类平均准确率为98.02%,单幅图像平均检测耗时为0.327s。与未改进的VGG16模型相比,平均准确率提高了2.82%,平均检测耗时下降了66.8%,权重参数数量减少了83.4%。改进后的模型综合性能优于AlexNet、ResNet50和Inceptionv3等模型。将模型跨平台部署在Android手机端,自然环境下验证的平均准确率为95.67%,平均检测耗时为0.357 s。该研究建立的基于迁移学习和改进卷积神经网络的病害检测系统可实现对葡萄叶部病害的快速、智能诊断,为葡萄病害的及时防控提供依据。 展开更多

关键词 图像识别 病害 葡萄叶 迁移学习 卷积神经网络 全局平均池化 手机识别系统 智能诊断

在线阅读 下载PDF 职称材料

基于优化Faster R-CNN的棉花苗期杂草识别与定位 被引量：49

18

作者 樊湘鹏 周建平 +2 位作者 许燕 李开敬 温德圣 《农业机械学报》 EI CAS CSCD 北大核心 2021年第5期26-34,共9页

为解决棉花苗期杂草种类多、分布状态复杂,且与棉花幼苗伴生的杂草识别率低、鲁棒性差等问题,以自然条件下新疆棉田棉花幼苗期的7种常见杂草为研究对象,提出了一种基于优化Faster R-CNN和数据增强的杂草识别与定位方法。采集不同生长背... 为解决棉花苗期杂草种类多、分布状态复杂,且与棉花幼苗伴生的杂草识别率低、鲁棒性差等问题,以自然条件下新疆棉田棉花幼苗期的7种常见杂草为研究对象,提出了一种基于优化Faster R-CNN和数据增强的杂草识别与定位方法。采集不同生长背景和天气条件下的杂草图像4 694幅,对目标进行标注后,再对其进行数据增强;针对Faster R-CNN模型设计合适的锚尺度,对比VGG16、VGG19、Res Net50和Res Net101这4种特征提取网络的分类效果,选定VGG16作为最优特征提取网络,训练后得到可识别不同天气条件下的棉花幼苗与多种杂草的Faster R-CNN网络模型。试验表明,该模型可对杂草与棉花幼苗伴生、杂草分布稀疏或分布紧密且目标多等情况下的杂草进行有效识别与定位,优化后的模型对单幅图像平均识别时间为0.261 s,平均识别精确率为94.21%。在相同训练样本、特征提取网络以及环境设置条件下,将本文方法与主流目标检测算法——YOLO算法和SSD算法进行对比,优化后的Faster R-CNN模型具有明显优势。将训练好的模型置于田间实际环境进行验证试验,识别过程对采集到的150幅有效图像进行了验证,平均识别精确率为88.67%,平均每幅图像耗时0.385 s,说明本文方法具有一定的适用性和可推广性。 展开更多

关键词 棉田杂草 识别与定位 优化Faster R-CNN 数据增强 特征提取网络

在线阅读 下载PDF 职称材料

基于改进卷积神经网络的复杂背景下玉米病害识别 被引量：44

19

作者 樊湘鹏 周建平 +1 位作者 许燕 彭炫 《农业机械学报》 EI CAS CSCD 北大核心 2021年第3期210-217,共8页

为解决田间环境复杂背景下病害识别困难、识别模型应用率低的问题,提出了一种基于改进卷积神经网络的玉米病害识别方法,探讨了数据集的品质对建立模型性能的影响。利用复杂背景下的玉米病害图像进行数据增强、背景去除、图像细分割和归... 为解决田间环境复杂背景下病害识别困难、识别模型应用率低的问题,提出了一种基于改进卷积神经网络的玉米病害识别方法,探讨了数据集的品质对建立模型性能的影响。利用复杂背景下的玉米病害图像进行数据增强、背景去除、图像细分割和归一化等处理,设计了具有5层卷积、4层池化和2个全连接层的卷积神经网络结构,利用L2正则化和Dropout策略优化网络,对复杂背景下的玉米9种病害进行识别训练和测试,优化后的CNN模型平均识别精度为97.10%,比未优化的网络模型提高9.02个百分点。利用不同大小、不同品质的数据集对优选网络进行训练和测试,数据增强后比原始样本平均识别精度提高了28.17个百分点;将复杂背景去除后,模型性能进一步提升,识别精度达到97.96%;对数据集进行细分割处理后,平均识别精度为99.12%,表明卷积神经网络需要大量的训练数据,且数据集需有一定的代表性和品质。开发了基于移动端的玉米田间病害识别系统,系统测试结果表明,平均识别准确率为83.33%,系统能够实现田间复杂环境下的玉米病害识别。 展开更多

关键词 玉米 病害识别 改进卷积神经网络 复杂背景 手机识别系统

在线阅读 下载PDF 职称材料

改进YOLOv5识别复杂环境下棉花顶芽 被引量：17

20

作者 彭炫 周建平 +1 位作者 许燕 席光泽 《农业工程学报》 EI CAS CSCD 北大核心 2023年第16期191-197,共7页

为提高复杂环境下棉花顶芽识别的精确率,提出了一种基于YOLOv5s的改进顶芽识别模型。建立了田间复杂环境下棉花顶芽数据集,在原有模型结构上增加目标检测层,提高了浅层与深层的特征融合率,避免信息丢失。同时加入CPP-CBAM注意力机制与S... 为提高复杂环境下棉花顶芽识别的精确率,提出了一种基于YOLOv5s的改进顶芽识别模型。建立了田间复杂环境下棉花顶芽数据集,在原有模型结构上增加目标检测层,提高了浅层与深层的特征融合率,避免信息丢失。同时加入CPP-CBAM注意力机制与SIOU边界框回归损失函数,进一步加快模型预测框回归,提升棉花顶芽检测准确率。将改进后的目标检测模型部署在Jetson nano开发板上,并使用TensorRT对检测模型加速,测试结果显示,改进后的模型对棉花顶芽识别平均准确率达到了92.8%。与Fast R-CNN、YOLOv3、YOLOv5s、YOLOv6等算法相比,平均准确率分别提升了2.1、3.3、2、2.4个百分点,该检测模型适用于复杂环境下棉花顶芽的精准识别,为后续棉花机械化精准打顶作业提供技术理论支持。 展开更多

关键词 作物 图像识别 小目标检测 YOLOv5s SIOU损失函数 CPP-CBAM注意力机制 棉花打顶

在线阅读 下载PDF 职称材料