一种非结构化环境下基于深度学习的果实采摘机器人目标检测方法.pdfVIP

下载本文档

2
0
约1.03万字
约 12页
2023-05-26 发布于四川
举报
版权申诉

一种非结构化环境下基于深度学习的果实采摘机器人目标检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种非结构化环境下基于深度学习的果实采摘机器人目标检测方法，属于智能农业生产技术领域。该方法采用MaskR‑CNN作为目标检测框架，将ResNet‑101作为骨干网络，并与FPN架构相结合进行目标特征提取，其次将骨干网输出的特征图发送到RPN用以生成RoI，然后映射从RPN中输出的RoI以提取共享特征图中的相应目标特征，最后分别输出到FC层和FCN中进行目标检测、边框回归和实例分割。本发明解决了传统数字图像处理技术在非结构化环境中因光照条件变化、枝叶遮挡、果实聚类重叠等造成检测精度较

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112270268 A (43)申请公布日 2021.01.26 (21)申请号 202011181883.2 G06T 7/73 (2017.01) (22)申请日 20