针对大棚内除草环境复杂,且杂草种类繁多导致识别困难的特点,设计了一种机械式智能除草机器人。对试验田数据进行采集后,使用Yolov5模型进行150次迭代训练,最终训练出模型平均精度(map50)为82%,为了提高识别准确率,迭代次数增加到300次...针对大棚内除草环境复杂,且杂草种类繁多导致识别困难的特点,设计了一种机械式智能除草机器人。对试验田数据进行采集后,使用Yolov5模型进行150次迭代训练,最终训练出模型平均精度(map50)为82%,为了提高识别准确率,迭代次数增加到300次,最终模型平均精度(map50)为91%,机器人使用了Jetson Orin nano开发板为处理器,Intel D435深度摄像头进行数据采集,图像处理时间为1.2 ms,满足实时处理要求。采用机械式除草,减少了农药使用,该研究可为以后智能除草设备设计提供参考。展开更多
文摘针对大棚内除草环境复杂,且杂草种类繁多导致识别困难的特点,设计了一种机械式智能除草机器人。对试验田数据进行采集后,使用Yolov5模型进行150次迭代训练,最终训练出模型平均精度(map50)为82%,为了提高识别准确率,迭代次数增加到300次,最终模型平均精度(map50)为91%,机器人使用了Jetson Orin nano开发板为处理器,Intel D435深度摄像头进行数据采集,图像处理时间为1.2 ms,满足实时处理要求。采用机械式除草,减少了农药使用,该研究可为以后智能除草设备设计提供参考。