An improved lightweight network based on deep learning for grape recognition in unstructured environments
Bingpiao Liu, Yunzhi Zhang *, Jinhai Wang *, Lufeng Luo, Qinghua Lu, Huiling Wei, Wenbo Zhu School of Mechatronic Engineering and Automation, Foshan University, Foshan 528000, China |
https://doi.org/10.1016/j.inpa.2023.02.003
中国的葡萄种植业规模庞大，但由于葡萄生长环境复杂且采摘困难，目前主要依赖人工采摘，费时费力且成本高昂。随着人口老龄化加剧和农业劳动力减少，实现葡萄自动采摘变得非常重要。传统的图像处理算法通过提取浅层特征来识别葡萄，但在非结构化环境中识别准确率显著降低。近年来，随着硬件的改进，深度学习发展迅速，出现了许多高效的目标检测算法。
1.提出了一种新的葡萄检测模型YOLOX-RA；
2.YOLOX-RA模型能够准确检测出生长密集和遮荫的葡萄束，有效提高了葡萄采摘机器人的性能。
在非结构化环境中，葡萄果实生长密集、遮挡的存在会造成识别困难的问题，将严重影响葡萄采摘机器人的性能。针对这些问题，本研究改进了YOLOX-Tiny模型，提出了一种新的葡萄检测模型YOLOX-RA，可以快速准确地识别生长密集和遮挡的葡萄串。提出的YOLOX-RA模型使用步长为2的3×3卷积层来代替焦点层以减少计算负担。骨干层第二、三、四层的ResBlock_Body模块中的CBS层被移除，CSPLayer模块被ResBlock-M模块替代，以加快检测速度。在ResBlock-M模块之后添加了具有剩余网络块的辅助网络（AlNet）以提高检测精度。颈部模块层使用两个深度可分离卷积（DSC）来代替普通卷积以降低计算成本。
此文在grape测试集上评估了SSD、YOLOv4 SSD、YOLOv4-Tiny、YOLO-Grape、YOLOv5-X、YOLOX-Tiny和YOLOX-RA的检测性能。结果表明，YOLOX-RA模型的检测性能最好，达到88.75% mAP，识别速度为84.88 FPS，模型大小为17.53 MB。能够准确检测生长茂密、遮荫的葡萄串，可有效提高葡萄采摘机器人的性能。
图2 绿葡萄的遮挡图像 (a)SSD (b)YOLOv4-Tiny (c)YOLO-Grape (d)YOLOv5-X (e)YOLOX-Tiny (f)YOLOX-RA
这项研究提出了一种新的葡萄检测模型，称为 YOLOX-RA 模型。在减小模型足迹尺寸的情况下，其识别精度和速度仍有显着提升，对于不同密度、不同遮挡程度的葡萄串都有良好的识别效果。我们用卷积层替换焦点层，以减少模型的计算压力；去掉了ResBlock_Body第二层、第三层、第四层的CBS模块，使用ResBlock-M代替CSPLayer，提高检测速度；在ResBlock-M模块后添加AlNet，提高检测精度；Neck的两个卷积层被DSC取代，以减少参数数量。在训练集上进行性能评估，YOLOX-RA的检测性能最好，YOLOX-RA模型的mAP为88.75%，检测速度为84.88 FPS，模型大小为17.53 MB。综上所述，所提出的YOLOX-RA模型具有较高的准确率、识别速度和较小的内存占用，可以在非结构化环境下实现快速、准确的葡萄采摘。
引用格式：
编辑：纪尚一
校对：鲁娜
审核：付学谦
日期：2024年6月26日
