本发明涉及机器视觉领域。目的是提供一种番茄采摘机器人的植株与果实检测算法,该算法应实现无碰撞采摘,并具有检测速度快、精度高的特点。技术方案是:一种番茄采摘机器人的植株与果实检测算法,包括以下步骤:1‑1)采集番茄图像;1‑2)将番茄图像输入多任务卷积神经网络模型进行处理;1‑3)在番茄图像上得到番茄的边界框、关键点、茎杆;所述多任务卷积神经网络模型的建立方法为:2‑1)构建数据集;2‑2)数据预处理;2‑3)选择YOLO V5s作为基础网络模型,在基础网络模型中加入关键点预测参数与语义分割模块;2‑4)确定模型训练超参数,构建模型损失函数,将数据集输入基础网络模型进行训练和测试,得到多任务卷积神经网络模型。
📄 2023100964627
📂 G06V20_10
👤 浙江理工大学
📅 2023-02-10