公开(公告)号：CN112232263B

公开(公告)日：2024-03-19

申请号：CN202011169184.6

申请日：2020-10-28

Applicant: 中国计量大学

Inventor： 梁喜凤 ,  顾鹏程 ,  赵力勤 ,  余文胜 ,  孙立峰 ,  徐学珍 ,  谢文兵 ,  王永维

IPC: G06V20/10 ,  G06V20/68 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的番茄识别方法。首先采集自然条件下番茄的图像，对采集到的图像进行图像数据增强，增大数据样本，然后对所有的图像数据进行目标番茄的人工标注，图像数据分成训练集和验证集。将VGG网络框架去除所有池化层，改为残差网络，并且残差网络的卷积层使用空洞卷积。本发明通过在图像识别阶段引入空洞卷积层的方法，能够提高复杂环境下的番茄识别准确率，有助于提升番茄采摘机器人整机工作效率。

公开(公告)号：CN112232263A

公开(公告)日：2021-01-15

申请号：CN202011169184.6

申请日：2020-10-28

Applicant: 中国计量大学

Inventor： 梁喜凤 ,  顾鹏程 ,  赵力勤 ,  余文胜 ,  孙立峰 ,  徐学珍 ,  谢文兵 ,  王永维

IPC: G06K9/00 ,  G06K9/62 ,  G06K9/32 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的番茄识别方法。首先采集自然条件下番茄的图像，对采集到的图像进行图像数据增强，增大数据样本，然后对所有的图像数据进行目标番茄的人工标注，图像数据分成训练集和验证集。将VGG网络框架去除所有池化层，改为残差网络，并且残差网络的卷积层使用空洞卷积。本发明通过在图像识别阶段引入空洞卷积层的方法，能够提高复杂环境下的番茄识别准确率，有助于提升番茄采摘机器人整机工作效率。