期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLOv5s的自然环境下猕猴桃花朵检测方法
被引量:
10
1
作者
龚惟新
杨珍
+4 位作者
李凯
郝伟
何智
丁辛亭
崔永杰
《农业工程学报》
EI
CAS
CSCD
北大核心
2023年第6期177-185,共9页
为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进YOLOv5s的猕猴桃花朵检测模型YOLOv5s_S_N_CB_CA,并通过对比试验进行了精度验证。在YOLOv5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能...
为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进YOLOv5s的猕猴桃花朵检测模型YOLOv5s_S_N_CB_CA,并通过对比试验进行了精度验证。在YOLOv5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能力,结合样本切分和加入负样本处理方法进一步提升模型精度。改进模型的检测精确率为85.21%,召回率为90%,模型大小为14.6 MB,交并比(intersection over union,IoU)为0.5下的均值平均精度(mAP0.5)为92.45%,比仅进行样本缩放处理的原始YOLOv5s提高了31.91个百分点,检测速度为35.47帧/s,比原始YOLOv5s提高了34.15%。使用改进模型对自然环境下不同天气、晴天不同时段光照强度下的猕猴桃花朵进行检测,结果表明模型检测晴天、阴天下猕猴桃花朵的mAP0.5分别为91.96%、91.15%,比原始YOLOv5s分别高出2.55、2.25个百分点;检测晴天9:00-11:00、15:00-17:00光强下猕猴桃花朵的mAP0.5分别为92.11%、92.10%,比原始YOLOv5s分别高出2.20、1.32个百分点。结果表明,该研究提出的基于改进YOLOv5s的猕猴桃花朵检测模型在保持轻量化的同时,检测精度高、速度快,可实现对自然环境下猕猴桃花朵的有效检测。
展开更多
关键词
图像处理
模型
目标检测
猕猴桃花朵
改进YOLOv5s
自然环境
下载PDF
职称材料
高架草莓的果实识别与果梗分割
被引量:
3
2
作者
杨珍
龚惟新
+4 位作者
李凯
郝伟
何智
丁辛亭
崔永杰
《农业工程学报》
EI
CAS
CSCD
北大核心
2023年第17期172-181,共10页
在高架栽培环境下,精准识别草莓果实并分割果梗对提升草莓采摘机器人的作业精度和效率至关重要。该研究在原YOLOv5s模型中引入自注意力机制,提出了一种改进的YOLOv5s模型(ATCSP-YOLOv5s)用于高架草莓的果实识别,并通过YOLOv5s-seg模型...
在高架栽培环境下,精准识别草莓果实并分割果梗对提升草莓采摘机器人的作业精度和效率至关重要。该研究在原YOLOv5s模型中引入自注意力机制,提出了一种改进的YOLOv5s模型(ATCSP-YOLOv5s)用于高架草莓的果实识别,并通过YOLOv5s-seg模型实现了果梗的有效分割。试验结果显示,ATCSP-YOLOv5s模型的精确率、召回率和平均精度值分别为97.24%、94.07%、95.59%,较原始网络分别提升了4.96、7.13、4.53个百分点;检测速度为17.3帧/s。此外,YOLOv5s-seg果梗分割模型的精确率、召回率和平均精度值分别为82.74%、82.01%和80.67%。使用ATCSPYOLOv5s模型和YOLOv5s-seg模型分别对晴天顺光、晴天逆光和阴天条件下的草莓图像进行检测,结果表明,ATCSPYOLOv5s模型在3种条件下识别草莓果实的平均精度值为95.71%、95.34%、95.56%,较原始网络提升4.48、4.60、4.50个百分点。YOLOv5s-seg模型在3种条件下分割草莓果梗的平均精度值为82.31%、81.53%、82.04%。该研究为草莓采摘机器人的自动化作业提供了理论和技术支持。
展开更多
关键词
图像处理
模型
高架草莓
果实识别
YOLOv5s
自注意力机制
果梗分割
下载PDF
职称材料
题名
基于改进YOLOv5s的自然环境下猕猴桃花朵检测方法
被引量:
10
1
作者
龚惟新
杨珍
李凯
郝伟
何智
丁辛亭
崔永杰
机构
西北农林科技大学机械与电子工程学院
农业农村部农业物联网重点实验室
陕西省农业信息感知与智能服务重点实验室
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2023年第6期177-185,共9页
基金
国家自然科学基金项目(31971805)
国家重点研发计划项目(2019YFD1002401)
陕西省重点研发计划项目(2019ZDLNY02-04)。
文摘
为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进YOLOv5s的猕猴桃花朵检测模型YOLOv5s_S_N_CB_CA,并通过对比试验进行了精度验证。在YOLOv5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能力,结合样本切分和加入负样本处理方法进一步提升模型精度。改进模型的检测精确率为85.21%,召回率为90%,模型大小为14.6 MB,交并比(intersection over union,IoU)为0.5下的均值平均精度(mAP0.5)为92.45%,比仅进行样本缩放处理的原始YOLOv5s提高了31.91个百分点,检测速度为35.47帧/s,比原始YOLOv5s提高了34.15%。使用改进模型对自然环境下不同天气、晴天不同时段光照强度下的猕猴桃花朵进行检测,结果表明模型检测晴天、阴天下猕猴桃花朵的mAP0.5分别为91.96%、91.15%,比原始YOLOv5s分别高出2.55、2.25个百分点;检测晴天9:00-11:00、15:00-17:00光强下猕猴桃花朵的mAP0.5分别为92.11%、92.10%,比原始YOLOv5s分别高出2.20、1.32个百分点。结果表明,该研究提出的基于改进YOLOv5s的猕猴桃花朵检测模型在保持轻量化的同时,检测精度高、速度快,可实现对自然环境下猕猴桃花朵的有效检测。
关键词
图像处理
模型
目标检测
猕猴桃花朵
改进YOLOv5s
自然环境
Keywords
image processing
model
target detection
kiwi flowers
improved YOLOv5s
natural environments
分类号
S24 [农业科学—农业电气化与自动化]
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
高架草莓的果实识别与果梗分割
被引量:
3
2
作者
杨珍
龚惟新
李凯
郝伟
何智
丁辛亭
崔永杰
机构
西北农林科技大学机械与电子工程学院
农业农村部农业物联网重点实验室
陕西省农业信息感知与智能服务重点实验室
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2023年第17期172-181,共10页
基金
国家自然科学基金项目(31971805)。
文摘
在高架栽培环境下,精准识别草莓果实并分割果梗对提升草莓采摘机器人的作业精度和效率至关重要。该研究在原YOLOv5s模型中引入自注意力机制,提出了一种改进的YOLOv5s模型(ATCSP-YOLOv5s)用于高架草莓的果实识别,并通过YOLOv5s-seg模型实现了果梗的有效分割。试验结果显示,ATCSP-YOLOv5s模型的精确率、召回率和平均精度值分别为97.24%、94.07%、95.59%,较原始网络分别提升了4.96、7.13、4.53个百分点;检测速度为17.3帧/s。此外,YOLOv5s-seg果梗分割模型的精确率、召回率和平均精度值分别为82.74%、82.01%和80.67%。使用ATCSPYOLOv5s模型和YOLOv5s-seg模型分别对晴天顺光、晴天逆光和阴天条件下的草莓图像进行检测,结果表明,ATCSPYOLOv5s模型在3种条件下识别草莓果实的平均精度值为95.71%、95.34%、95.56%,较原始网络提升4.48、4.60、4.50个百分点。YOLOv5s-seg模型在3种条件下分割草莓果梗的平均精度值为82.31%、81.53%、82.04%。该研究为草莓采摘机器人的自动化作业提供了理论和技术支持。
关键词
图像处理
模型
高架草莓
果实识别
YOLOv5s
自注意力机制
果梗分割
Keywords
image processing
models
elevated strawberry
fruit recognition
YOLOv5s
self-attention mechanism
stem segmentation
分类号
S24 [农业科学—农业电气化与自动化]
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YOLOv5s的自然环境下猕猴桃花朵检测方法
龚惟新
杨珍
李凯
郝伟
何智
丁辛亭
崔永杰
《农业工程学报》
EI
CAS
CSCD
北大核心
2023
10
下载PDF
职称材料
2
高架草莓的果实识别与果梗分割
杨珍
龚惟新
李凯
郝伟
何智
丁辛亭
崔永杰
《农业工程学报》
EI
CAS
CSCD
北大核心
2023
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部