园艺论文_基于Faster R-CNN算法的番茄识别检
文章摘要:针对番茄生长环境复杂，枝叶对果实造成遮挡及果实之间存在遮挡等因素，造成番茄难以识别、检测等难题，本文基于Faster R-CNN的番茄识别检测方法进行研究。首先使用AlexNet网络提取涵盖番茄语义、空间信息的特征图；用区域建议网络对特征图进行番茄与背景的二分类、预选框回归训练，用非极大值抑制算法筛选出预选区域；用区域特征聚集方法将预选区域特征图转化为固定大小的特征图，最后针对番茄图像的每个特征图计算分类回归损失，实现对番茄的识别检测。该方法在番茄数据集上进行测试，在重叠度取0.5时，番茄数据集的均值平均精度值为0.839，优于Yolov3算法、SSD算法的0.804、0.773，该方法的平均正确识别率为95.2%。结果表明本方法可准确的识别检测出成熟、未成熟番茄的标签及位置，单样本图像处理时间为245ms,可满足番茄检测的实时控制要求。
文章关键词:番茄,图像检测,特征提取,
