基于深度学习目标测定的大蒜收获切根装置设计与试验

作     者：杨柯 胡志超 于昭洋 彭宝良 张延化 顾峰玮 YANG Ke;HU Zhichao;YU Zhaoyang;PENG Baoliang;ZHANG Yanhua;GU Fengwei

作者机构：农业农村部南京农业机械化研究所南京210014 

基　　金：国家自然科学基金项目(51805282) 江苏省现代农机装备与技术示范推广项目(NJ2020-24) 国家重点研发计划项目(2017YFD0701305-02) 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2022年第53卷第1期

页      码：123-132页

摘      要：为研究适用于大蒜联合收获的智能化切根装置,提出了基于机器视觉的非接触式定位切根方法,设计了一种基于深度卷积神经网络的大蒜切根试验台。试验台采用深度学习的方法,对采集到的图像进行目标检测,利用APP完成人机交互和结果显示,由深度卷积神经网络给定切根的切入位置,电机控制系统自动调整定位双圆盘切根刀完成切根处理。目标比较试验表明:鳞茎、根盘和蒜根3种目标中,鳞茎可用率为94.79%、置信度得分为0.97697,适合作为检测目标;检测模型比较试验表明:对比基于Faster R-CNN、SSD、YOLO v2、YOLO v3和YOLO v4算法的10种模型,选择ResNet50作为特征提取网络改进的YOLO v2模型,兼顾检测速度与精度(测试程序中的检测时间为0.0523 s、置信度得分为0.96849);切根试验表明:以鳞茎作为目标,采用改进的YOLO v2模型,置信度得分为0.97099,可用率为96.67%,切根合格率为95.33%,APP中的检测时间为0.0887 s,满足大蒜联合收获切根要求。

主 题 词：卷积神经网络 YOLO 大蒜收获机 切根装置 

学科分类：0828[工学-建筑类] 08[工学] 

核心收录：

D　O　I：10.6041/j.issn.1000-1298.2022.01.013

馆 藏 号：203107314...