首页|基于改进Mask R-CNN的多片烟叶部位的同步识别

基于改进Mask R-CNN的多片烟叶部位的同步识别

Synchronous recognition method of multiple tobacco leaves position based on improved Mask R-CNN

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
为解决烟叶智能分级识别中需对多片散放烟叶同步进行部位识别的问题,提出一种基于改进Mask R-CNN的多片烟叶的部位同步识别方法:在Mask R-CNN区域建议网络中引入K-means聚类算法,对已标注目标检测框进行聚类,实现对预设的 5种尺度的锚点尺寸和 3种比例的锚点长宽比的优化,使其更加符合烟叶图像数据的分布特性,达到提高生成建议框的精确性、缩短识别时间的目的.基于采集的烟叶图像数据集,验证改进Mask R-CNN方法的有效性.结果表明,当IoU为 0.5时,改进Mask R-CNN单样本耗时 313 ms,比Mask R-CNN的 326 ms快,在测试集上的均值平均精度(mAP)提高了 3.56％.与Faster R-CNN和SSD目标检测算法相比,在准确率和召回率上也表现出优势.

徐淼、朱波、刘宇晨、张冀武

展开 >

昆明理工大学机电工程学院,云南 昆明 650504

烟叶部位识别 Mask R-CNN 区域建议网络 K-means聚类

国家自然科学基金中国烟草总公司云南省烟草公司重点项目中国烟草总公司云南省烟草公司重点项目

5206503320205300002410032021530000241012

2023

10.13331/j.cnki.jhau.2023.02.007

湖南农业大学学报(自然科学版)
湖南农业大学

湖南农业大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.868
ISSN：1007-1032
年,卷(期)：2023.49(2)
  • 1
  • 7