公开(公告)号：CN114943697A

公开(公告)日：2022-08-26

申请号：CN202210526772.3

申请日：2022-05-16

Applicant: 福建农林大学

Inventor： 魏萱 ,  曾泰恒

IPC: G06T7/00 ,  G06T7/90 ,  G06T7/73 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于轻量化改进YOLO的番茄成熟度检测方法。采集大棚环境下的番茄图像，并基于成熟度将数据集划分为成熟、半成熟、未成熟三种状态。利用K‑means聚类算法对番茄数据集中已标注的目标边界锚框聚类，产生不同数量、不同大小的先验框。构建改进后的YOLO v5模型，摘除原YOLOv5的Focus层，利用MobileNet V3的bneck模块替换原YOLOv5的backbone部分，实现模型的轻量化。调用摄像头，采集大棚环境下番茄视频流，并实时输入改进后的YOLOv5模型，利用显示终端输出预测结果，即番茄的位置、类别和数量。本发明在保证模型检测精度的条件下，减少了模型参数及运算量，提高了检测速度，降低了对于硬件设备的算力要求。