-
题名基于深度残差U型网络的果园环境识别
- 1
-
-
作者
商高高
朱鹏
刘刚
-
机构
江苏大学汽车与交通工程学院
-
出处
《计算机应用与软件》
北大核心
2023年第5期235-242,共8页
-
基金
江苏省重点研发计划(现代农业)重点项目(BE2017333)。
-
文摘
果园环境复杂多变,传统机器视觉识别算法易受到光照阴影等因素影响,识别目标能力有限且精度较低。深度残差U型网络可对果园环境中的树木、可行驶道路、杂物等进行语义分割。网络基本结构采用U型网络,在编码层和瓶颈层中加入残差学习,利用残差模块提升网络深度,增强不同层次的语义信息融合,提高特征表达能力和识别准确率;解码层中采用上采样进行特征映射,方便快捷,并通过跳跃连接融合编码层的语义信息,减少网络参数,加速训练。通过PyTorch深度学习框架搭建网络,训练数据集,并将该网络与全卷积神经网络和U型网络进行对比实验,结果表明深度残差U型网络识别准确率最高,平均交并比为83.3%,适用于果园环境识别。
-
关键词
环境识别
机器视觉
深度残差u型网络
语义分割
信息融合
-
Keywords
Environmental recognition
Machine vision
Deep residual
u-type network
Semantic segmentation
Information fusion
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-