采用深度學(xué)習法優(yōu)化的葡萄園行間路徑檢測
摘要：為了使基于視覺(jué)信息的農業(yè)機器人在葡萄種植園實(shí)現準確導航檢測行間道路,將采集的視頻分割成圖片做成圖像集,訓練圖像集對FCN、SegNet和U-NET三種卷積神經(jīng)網(wǎng)絡(luò )進(jìn)行遷移學(xué)習,得到三種分割網(wǎng)絡(luò )模型,分別用這些模型對測試集中不同環(huán)境下葡萄行間路徑圖像進(jìn)行分割試驗,以人工分割為基準對三種網(wǎng)絡(luò )的分割效果進(jìn)行評價(jià),最后對分割前景提取導航基準線(xiàn)。試驗表明,三種分割網(wǎng)絡(luò )測試集分割精度(MCC)分別達到了89.96%、82.42%和75.78%,三種網(wǎng)絡(luò )測試集上陰天圖像的平均MCC分別比晴天高3.78%、0.45%和9.67%。三種網(wǎng)絡(luò )中,FCN的總體分割效果最優(yōu),測試集上的平均分割精度(MCC)分別比SegNet和U-NET高5.87%和17.12%。FCN網(wǎng)絡(luò )分割精度高,分割邊緣清晰,提取的導航線(xiàn)精準,為農業(yè)機器人自主行走提供了一種可靠的導航方法。
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系林業(yè)機械與木工設備雜志社
相關(guān)推薦
更多科技通訊.jpg)
與技術(shù).jpg)
景園林.jpg)
于我們.jpeg)