自然环境下树上绿色芒果的无人机视觉检测技术

摘要：

为了快速检测芒果树上的芒果,提出了一种基于无人机的树上绿色芒果视觉检测方法.采用深度学习技术,利用YOLOv2模型对无人机采集的绿色芒果图像进行检测,首先通过无人机采集树上绿色芒果图像,对芒果图像进行人工标记,建立芒果图像的训练集和测试集,通过试验确定训练模型的批处理量和初始学习率,并在训练模型时根据训练次数逐渐降低学习率,最终训练的模型在训练集的平均精度(Mean average precision,MAP)为86.43％.试验分析了包含不同果实数和不同光照条件下绿色芒果图像的识别正确率,并进行了芒果产量估计试验,试验结果表明:本文算法检测一幅图像的平均运行时间为0.08 s,对测试集的识别正确率为90.64％,识别错误率为9.36％;对含不同果实数的图像识别正确率为88.05％～ 94.55％,顺光条件下识别正确率为93.42％,逆光条件下识别正确率为87.18％;对芒果产量估计的平均误差为12.79％.本文算法对自然环境下树上绿色芒果有较好的检测效果,可为农业智能化生产中果蔬产量的估计提供技术支持.

关键词：无人机、绿色芒果、深度学习技术、视觉检测

所属期刊栏目：49

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目31201135、31571568;广东省自然科学基金项目2018A030313330;广州市科技计划项目201802020032

在线出版日期：2018-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：23-29