文献类型：期刊文章

作　　者：张琪[1] 曹浩[2]

ZHANG Qi;CAO Hao(College of Mechanical Engineering,Anhui Science and Technology University,Fengyang 233100,China;College of Information&Network Engineering,Anhui Science and Technology University,Fengyang 233100,China)

机构地区：[1]安徽科技学院机械工程学院,安徽凤阳233100 [2]安徽科技学院信息与网络工程学院,安徽凤阳233100

出　　处：《安徽科技学院学报》

基　　金：安徽省重点研究与开发项目(202104f06020019)。

年　　份：2023

卷　　号：37

期　　号：3

起止页码：96-101

语　　种：中文

收录情况：普通刊

摘　　要：目的:为实现在复杂果园环境下,初摘苹果快速、准确的分拣,基于Faster R-CNN模型,提出一种识别苹果损伤区域的算法模型。方法:修改Faster R-CNN模型特征提取网络,以苹果损坏区域为研究对象,将缺陷区域从图像中快速检测出来。结果:应用改进模型,对苹果缺陷区域检测的平均精度值较高(87.06%)。结论:应用改进的Faster R-CNN算法可以实现复杂环境下苹果较小缺陷区域快速检测,为果园苹果快速粗分拣设备开发提供技术支撑。

关 键 词：Faster R-CNN  苹果缺陷区域  目标检测 图像处理

分 类 号：TP249]