TY -的A2 -李,元盟,郝千盟——郭,鑫盟-杨,冯PY - 2023 DA - 2023/02/06 TI -快速识别方法对多个苹果目标在复杂闭塞的环境中基于改进YOLOv5 SP - 3609541六世- 2023 AB -生产过程的机械化和智能化的主要趋势是农业产品的研究和开发。实现无人自动挑选过程也是的主要研究热点之一在中国的农产品近年来工程技术领域。机器人自动化摘苹果的发展直接相关成像研究,及其关键技术是使用算法来实现苹果的识别和定位。针对问题的错误检测和错过人口阻挡目标、小目标的检测苹果采摘机器人在不同的光线条件下,选择两种不同的苹果识别算法是基于苹果的形状特点研究传统机器学习算法:直方图的梯度+支持向量机(猪+ SVM)和多个苹果目标快速识别方法在复杂闭塞环境中基于改进You-Only-Look-Once-v5 (YOLOv5)。第一个是改善CSP在网络结构。使用参数重建,卷积层(Conv)和批处理规范化(BN)层CBL (Conv + BN + Leaky_relu激活函数)模块融合到一个batch-normalized Conv_B卷积层。随后,CA(协调关注)机制模块嵌入到不同的网络层设计改进的骨干网提高表达能力的特征在骨干网络更好地提取特征不同的苹果的目标。最后,对于一些目标重叠遮挡,损失函数调整来提高模型的识别能力阻挡目标。通过比较猪+支持向量机的识别效果,RCNN更快,YOLOv6,和基线YOLOv5复杂闭塞场景下的测试集, F 1 该方法的价值增加了13.47%,6.01%,1.26%,和3.63%,分别 F 1 该方法的价值增加了19.36%,13.07%,1.61%,和4.27%,分别在不同的照明角度。图像识别的平均时间是0.27秒的速度比猪+ SVM, 0.229年代比RCNN更快,更快,比YOLOv6快0.006秒。方法将提供一个理论依据摘苹果机器人操作期间选择一个相关的图像识别算法。SN - 1687 - 725 - 2023/3609541 / 10.1155 x你——https://doi.org/10.1155/2023/3609541——摩根富林明——《传感器PB - Hindawi KW - ER