一种基于YOLO v5的草莓多阶段目标检测方法

摘要：

草莓是一种流行性较广的高价值水果,在我国种植面积较广.草莓采摘期较长,同一时间可能存在多种形态的果实,针对这一特殊生长习性,提出一种基于YOLO v5的目标检测算法,在准确识别成熟果实的同时,完成多阶段草莓的检测,用于机器人采摘、成熟期预估和生产管理.使用草莓生产环境下图像建立数据集,利用深度学习网络提取草莓生长期各阶段特征.将YOLO v5n、YOLO v5s、YOLO v5m 3种YOLO v5系列的模型和CIoU、EIoU、SIoU、AlphaIoU 4种损失函数计算方法组合,形成了12种算法,在数据集上进行对比试验,结果表明SIoU更适合本研究.将优化后的模型在Jetson Xavier NX和Jetson Nano 2款嵌入式开发板上进行推理效率验证,明确了不同开发板使用的最优模型,Jetson Xavier NX更适合YOLO v5m+SIoU的模型、Jetson Nano更适合YOLO v5s+SIoU的模型,为草莓智能化生产奠定基础.

关键词：草莓生长期、YOLO v5、目标检测

所属期刊栏目：28

分类号：TP18;TP39;S432(自动化基础理论)

资助基金：天津市农业科学院青年科研人员创新研究与实验项目;天津市蔬菜产业技术体系创新团队岗位专家项目

在线出版日期：2022-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：81-90