요약
현재 토마토 수확은 주로 수작업에 의존하고 있으며 토마토 산업의 기계화 및 지능화를 실현하는 것이 시급하며 토마토 검사는 가장 기본적이고 중요한 단계입니다. 이를 해결하기 위해 개선된 Mask RCNN 기반의 토마토 검출 알고리즘을 제안한다. 알고리즘은 ResNet50과 FPN을 백본 네트워크로 선택하고 새로운 유형의 RoI 추출기를 제안하며 알고리즘 모델에서 홀 컨벌루션(Atrous)을 사용합니다. Labelme의 자체 제작 토마토 데이터 세트를 통해 자체 제작한 데이터 세트에 대해 개선된 알고리즘을 학습하고 테스트합니다. 결과는 Faster RCNN 및 Mask RCNN 모델과 비교하여 개선된 모델의 AP 값이 각각 5.5% 및 4.7% 증가하고 AR 값이 각각 6.8% 및 4.6% 증가함을 보여줍니다. 이 알고리즘은 토마토의 인식 정확도를 향상시킬 뿐만 아니라 인스턴스 분할을 더 잘 달성합니다.
0 소개
중국에서는 머신 비전 기술의 급속한 발전과 함께 이미지 처리가 농업 산업 체인의 모든 단계를 통해 실행되는 중요한 기술 중 하나가 되었습니다. [ 1 ] . 잘 익은 과일 따기는 농산물이 시장에 진출하는 중요한 단계이며 잘 익은 과일을 정확하게 식별하는 것이 지능형 과일 따기를 실현하는 주요 과제입니다.
<