本发明公开了一种基于改进YOLOv3的树上果实识别方法,包括如下步骤:S1、图像的获取;S2、图像预处理;S3、设置网络模型参数;S4、对原YOLOv3网络结构进行改进,得到改进后的YOLOv3网络结构;S5、训练网络模型;S6、运用训练完成的网络模型权重进行识别。这种方法可以精准识别大面积聚簇重叠的树上果实,识别精度高、速度快,能满足实时识别的需要。
本发明的目的是针对现有技术的不足,而提供一种基于改进YOLOv3的树上果实识别方法。这种方法可以精准识别大面积聚簇重叠的树上果实,识别精度高、速度快,能满足实时识别的需要。
实现本发明目的的技术方案是:
一种基于改进YOLOv3的树上果实识别方法,包括如下步骤:
S1、图像的获取:用户使用数码相机或其他图像采集设备对结有果实的果树进行图像采集,图像采集时间包括果实生长早期、中期和成熟期的不同阶段,拍摄图像的时间点分布在早上、中午、下午不同时段,以便所拍摄的图像中,包括不同时间段的图像,最后将采集到的图像按照Pascal VOC数据集的格式将图片命名,同时创建名为Labeleds、PictureSets、ResultSets的三个文件夹;
广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。
评价单位:- (-)
评价时间:2023-12-28
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目。
查看更多>