一种基于轻量化神经网络的水果识别方法

    公开(公告)号:CN117218643A

    公开(公告)日:2023-12-12

    申请号:CN202311136281.9

    申请日:2023-09-05

    Abstract: 本发明公开了一种基于轻量化神经网络的微小目标水果识别方法,包括如下步骤:步骤一、建立微小目标水果数据集;步骤二、改进YOLOv5模型,添加输入增强端,使用改进的ShuffleNetV2网络作为主干网络,添加浅层高分辨率特征图融合网络结构;步骤三、通过步骤一制作的小目标水果数据集及其对应的label文件进行训练,得到训练好的微小目标水果检测模型;步骤四、将待检测的微小目标水果图片输入训练好的轻量化神经网络模型得到检测结果。本发明采用的改进深度和精度的ShuffleNetV2网络以及浅层高分辨率特征图融合网络结构,有效降低模型参数量,提高果园微小目标水果的检测效率和精度。

    一种对称双面抱夹结构的苹果采摘机器人

    公开(公告)号:CN117223488A

    公开(公告)日:2023-12-15

    申请号:CN202311136209.6

    申请日:2023-09-05

    Abstract: 本发明公开了一种苹果采摘机器人,它能够高效采摘纺锤型种植的苹果,且定位精度较高,易于制造。它由2个镜面对称的机械臂(1)、末端执行器(2)、可折叠立柱(3)、控制柜(4)、苹果收集装置(5)、视觉系统(6)、履带式移动底盘(7)等部件组成,能够对苹果树两个侧面同时进行采摘。由于采用了采用对称双面抱夹结构的机械臂(1),可提高定位精度,并降低生产、维修成本;设计可折叠立柱(3),能够降低果园狭小通道的通行难度,提高机器人作业效率;设计镜像单目摄像头阵列(30),提供末端执行器(2)对水果定位的修正能力,提升采摘精度;设计相机调整方法,提高了苹果识别效果稳定性和精度。

Patent Agency Ranking