基于IFSSD卷积神经网络的柚子采摘目标检测模型

• 作 者: 肖德琴 蔡家豪 林思聪 杨秋妹 谢晓君 郭婉怡
• 机 构: 华南农业大学数学与信息学院,广州中医药大学医学信息工程学院
• 出 处: 农业机械学报
• 发表日期: 2020年05期
• 关键词: 柚子 采摘 实时检测 深度学习 特征融合 改进的特征融合单镜头检测器 grapefruitpickingreal-time detectiondeep lear
• 基金项目: 国家重点研发计划项目(2017YFD0701601),广东省重点领域研发计划项目(2019B020217003、2019B020214005),广东省科技计划项目(2015A020224034)

为了解决柚子采摘时传统水果检测模型对于小目标柚子漏检和将叶子误检为膨大期柚子的问题,设计了一种改进的特征融合单镜头检测器(Inception V3-feature fusion single shot-multibox detector,IFSSD)。该检测器以特征融合单发多盒探测器(Feature fusion single shot-multibox detector,FSSD)为基础检测器,以改进的Inception V3网络作为骨干网络代替超深度卷积神经网络(Very deep convol