基于改进YOLOv4的苹果采摘机器人树枝障碍物深度识别

作     者：黄哲 唐仕喜 沈冠东 高心悦 王仕廉 HUANG Zhe;TANG Shi-xi;SHEN Guan-dong;GAO Xin-yue;WANG Shi-lian

作者机构：南京工业大学机械与动力工程学院南京211816 盐城师范学院美术与设计学院江苏盐城224000 盐城师范学院信息工程学院江苏盐城224000 

基　　金：江苏省重点研发计划(产业前瞻与关键核心技术)重点项目(BE2021016) 

出 版 物：《湖北农业科学》 (Hubei Agricultural Sciences)

年 卷 期：2024年第63卷第8期

页      码：10-16,22页

摘      要：为识别特征不明显的树枝,尤其是机械手进行苹果采摘时遮挡住苹果位置的树枝,提出了一种结合语义分割和YOLOv4来获取树枝语义骨架,以及识别出树枝位置框的方法。采用语义分割划分树枝矩形包络的方法,剔除影响树枝识别效果的小树枝和分支,再用labelImg和labelme工具对数据集进行标注;对训练的网络模型添加了3层最大池化层,并在回归损失方面对YOLOv4的CIOU回归损失函数进行了改进,提出了针对复杂特征、适范围提高预测准确率的置信度相关函数BIOU。结果表明,改进的YOLOv4网络模型训练遮挡苹果位置树枝的F1和AP分别比原始网络训练全部树枝高出20.00个百分点和23.36个百分点,获得训练效果更好的数据集和树枝识别网络。

主 题 词：树枝识别 YOLOv4 语义分割 数据集训练 BIOU边框回归损失函数 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.14088/j.cnki.issn0439-8114.2024.08.003

馆 藏 号：203138903...