排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
为实现收获后含杂马铃薯中土块石块的快速检测和剔除,提出了一种基于改进YOLO v4模型的马铃薯中土块石块检测方法。YOLO v4模型以CSPDarknet53为主干特征提取网络,在保证检测准确率的前提下,利用通道剪枝算法对模型进行剪枝处理,以简化模型结构、降低运算量。采用Mosaic数据增强方法扩充图像数据集(8621幅图像),对模型进行微调,实现了马铃薯中土块石块的检测。测试表明,剪枝后模型总参数量减少了94.37%,模型存储空间下降了187.35 MB,前向运算时间缩短了0.02 s,平均精度均值(Mean average precision, mAP)下降了2.1个百分点,说明剪枝处理可提升模型性能。为验证模型的有效性,将本文模型与5种深度学习算法进行比较,结果表明,本文算法mAP为96.42%,比Faster R-CNN、Tiny-YOLO v2、YOLO v3、SSD分别提高了11.2、11.5、5.65、10.78个百分点,比YOLO v4算法降低了0.04个百分点,模型存储空间为20.75 MB,检测速度为78.49 f/s,满足实际生产需要。 相似文献
2.
3.
为了实现马铃薯种薯切块制备自动化,适应切块装置的需求,需要将种薯进行平铺整序。设计一种马铃薯种薯平铺整序装置,可实现成堆种薯的平铺整序作业。马铃薯种薯储存装置采用倒锥形料斗;输送装置采用平带输送,在平带输送的机架上安装振动器提高种薯的平铺速度;采用输送带末端的导流块实现种薯整序。通过对输送带输送速度v、导流块导流角度α和振动器激振力F三因素的三水平进行回归正交试验,确定输送带输送速度为0.25 m/s、导流块导流角度45°和振动器激振力(0.7±0.03)kN为最佳作业状态,种薯平铺整序成功率可达98.59%。 相似文献
1