首页|基于RetinaNet的红枣果实分类检测研究

基于RetinaNet的红枣果实分类检测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决不同成熟度红枣图像中多尺度红枣目标检测问题,以自然场景下获取的红枣图像为研究对象,首先建立包含不同成熟度红枣图像数据集;然后以骨干网络ResNet50 和特征金字塔网络作为特征提取器,连接 2 个相似结构的分类子网和回归子网,以Focal Loss为损失函数,建立基于RetinaNet的红枣成熟度分类检测模型.结果表明,基于RetinaNet红枣成熟度检测模型对红枣4种成熟度分类检测平均精度均值为74.235%,满足农业生产基本要求,该研究为智能检测红枣果实及自动化采摘可行性提供了技术参考.
Detection Model of Jujube Fruit Based on RetinaNet

Deep learningRetinaNetJujubeMaturity classificationNatural scene

郭新东、邓玄龄、孙瑜

展开 >

山西农业大学信息科学与工程学院,山西晋中 030800

深度学习 RetinaNet 红枣 成熟度检测 自然场景

山西省高等学校科技创新项目山西农业大学青年科技创新项目

2022L086201601

2023

10.3969/j.issn.0517-6611.2023.16.052

安徽农业科学
安徽省农业科学院

安徽农业科学

影响因子：0.413
ISSN：0517-6611
年,卷(期)：2023.51(16)
  • 14