首页|基于多任务上下文增强的花椒检测模型

基于多任务上下文增强的花椒检测模型

Sichuan Pepper Detection Model Based on Multi-task Context Reinforcement

扫码查看
原文链接
  • 万方数据
  • 维普
花椒视觉采摘系统需要检测当前场景中的近景花椒.针对现有检测网络容易混淆相似外观的近景和远景花椒,难以准确检测近景花椒的问题,利用近景花椒与附近枝干的共生现象来区分近/远景花椒,提出基于多任务上下文增强的花椒检测模型.将枝干分割任务被加入目标检测网络中,用于引导全局特征同时表达花椒外观信息和枝干上下文信息;再为每个任务设计注意力模块调整全局特征,避免任务间的干扰.真实花椒数据实验结果表明:所提模型的精度相比YOLOv4、RetinaNet和SSD分别提高12.28％、17.23％和30.17％.该模型能够大幅度减少远景花椒误检,准确检测近景花椒.

杨前、刘兴科、罗建桥、刘雪垠、李柏林

展开 >

西南交通大学机械工程学院,四川成都610031

四川省机械研究设计院研发中心,四川成都610063

花椒采摘 目标检测 多任务网络 注意力机制

四川省科技重点研发项目

2021YFN0020

2023

10.19344/j.cnki.issn1671-5276.2023.01.027

机械制造与自动化
南京机械工程学会 南京机电产业（集团）有限公司

机械制造与自动化

CSTPCD
影响因子：0.29
ISSN：1671-5276
年,卷(期)：2023.52(1)
  • 1
  • 9