一个可扩展的多模式学习果实检测算法用于动态环境
Liang Mao1,2, Zihao Guo1, Mingzhe Liu2
1Guangdong-Hong Kong-Macao Greater Bay Area Artificial Intelligence Application Technology Research Institute, Shenzhen Polytechnic University, Shenzhen, China.
Frontiers in neurorobotics
|February 21, 2025
概括
这项研究介绍了YOLOv5-Litchi,这是一种用于检测果的新方法,显著提高了对小,封闭的目标的准确性和回忆. 改进的模型为产量估计提供了更好的果实检测.
科学领域:
- 计算机视觉 计算机视觉
- 农业技术 农业技术
- 机器学习 机器学习
背景情况:
- 在自然场景中检测李奇果是具有挑战性的,因为密集的遮和小目标大小.
- 现有的方法在复杂的农业环境中难以准确识别和定位.
研究的目的:
- 开发一种新的多式联运目标检测方法,YOLOv5-Litchi,用于增强果的检测.
- 为了解决密集封闭和小目标识别在李奇果检测中的局限性.
主要方法:
- 修改了YOLOv5s架构,简化了FPN结构和增加了检测头 (5).
- 集成的TSCD检测头针对小目标,并用EIoU和VFLoss取代损失功能.
- 利用滑动切片方法来改进小目标预测.
主要成果:
- 与原来的YOLOv5s相比,YOLOv5-Litchi在准确度方面取得了9.5%,回忆率为0.9%,平均平均精度 (mAP) 提高了12.3%.
- 性能优于YOLOx,YOLOv6和YOLOv8,具有更高的AP值 (分别为4.0%,6.3%和3.7%).
结论:
- 增强的网络显著改善了回忆和AP,减少了错过的检测,提高了预测框架的准确性.
- YOLOv5-Litchi有效地处理密集的遮和小目标,证明适合于litchi水果检测和产量估计.
